STAR: Wi-Fi CSIを用いたモバイル・普及型コンピューティング環境におけるプライバシー保護・省電力エッジAIヒューマンアクティビティ認識フレームワーク
STAR: A Privacy-Preserving, Energy-Efficient Edge AI Framework for Human Activity Recognition via Wi-Fi CSI in Mobile and Pervasive Computing Environments
本研究では、Wi-Fiチャネル状態情報(CSI)を用いたプライバシー保護・非接触型のヒューマンアクティビティ認識(HAR)フレームワーク「STAR(Sensing Technology for Activity Recognition)」を提案する。STARは、計算効率の低さやリソース制約のある組み込みプラットフォームでの実行可能性の低さといった既存手法の課題を解決するため、軽量な時間モデリング、適応的信号処理、ハードウェアを考慮した共同最適化を統合し、低電力組み込みデバイスでのリアルタイム・省電力HARを実現する。3層のGRUアーキテクチャは、従来のLSTM設計と比較してモデルパラメータを33%削減しつつ、強力な時間モデリング能力を維持する。信号品質向上のため、メディアンフィルタリング、8次バターワース低域通過フィルタリング、経験モード分解(EMD)からなる多段階前処理パイプラインを導入し、CSI振幅測定値のノイズ除去と安定した時空間特徴抽出を行う。本システムは、NPUを搭載したRockchip RV1126プロセッサとESP32-S3 CSI取得モジュールに実装されている。実験の結果、97.6kパラメータのコンパクトなモデルで7つのアクティビティクラスに対する平均認識精度93.52%、人間存在検出で99.11%を達成した。INT8量子化推論は、CPU使用率8%で33MHzの処理スループットを達成し、CPUベース実行と比較して推論速度が6倍向上した。サブ秒応答遅延と低消費電力により、リアルタイム・プライバシー保護HARを実現し、モバイル・普及型コンピューティング環境に実用的でスケーラブルなソリューションを提供する。
本稿はエッジAI向けプライバシー保護HARフレームワークの研究であり、INT8量子化による推論速度6倍向上やNPU搭載プロセッサでの省電力実装など技術的進展を示すものの、特定の企業業績や市場影響に直結する具体的なビジネス事象は含まれていない。学術研究レベルの成果であり、現時点では投資判断に直接結びつく情報とは言えない。