ユーザーの個人識別からアクティビティ数の推定へ：アイデンティティ非依存型マルチユーザーWi‑Fiセンシング

arXiv cs.LG / 2026/4/21

📰 ニュースIdeas & Deep AnalysisModels & Research

共有:

要点

この論文は、既存のマルチユーザーWi‑Fiセンシングが学習時と推論時に同じ「既知ユーザーの固定集合」を前提とする点を主要な制約として取り上げています。
そこで、マルチユーザーの人の活動認識を「アクティビティ数え上げ」として再定式化し、行動を特定の個人に紐づけずに、時刻ごとに各活動を行う人数を推定します。
提案手法は、Wi‑FiのCSIを空間プロジェクションへ変換し、事前学習済みの畳み込みバックボーンから特徴を抽出したうえで、回帰によりシーン全体の活動構成を推定します。
実験ではWiMANSデータセットで、アイデンティティ非依存のカウントモデルは未見ユーザー評価でも安定しており、0〜5のカウント尺度で平均絶対誤差0.1081を達成する一方、アイデンティティ依存のベースラインは大きく性能が低下します。
特徴空間の分析から、アイデンティティ非依存表現がユーザーの個人差に対してより不変であることが示され、一般化性能の向上を説明するとともに、カウントがより実運用向けな代替となり得ることを示唆しています。