| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2025-08-01 13:40 ［依頼講演］機械学習を用いたWiFi CSIからの画像生成 ○西尾理志（ScienceTokyo）  RCC2025-31 NS2025-70 RCS2025-96 SR2025-37 SeMI2025-44 |
|
| 抄録 | （和） | 本講演では、監視カメラとWiFi端末が共存する環境において、WiFi通信のCSI（Channel State Information）からカメラ画像を推定する2件の研究事例を紹介する。 第一の研究は、監視カメラ画像における欠損領域を、WiFi CSIの情報を用いて補完する技術である。本研究は、欠損画像とCSIを入力とし、補完された画像を出力するMulti-modal Image Inpaintingタスクに位置づけられる。提案手法では、遮蔽やデータ欠損によって画像に大きな欠損が生じた場合でも、CSIに内包される環境情報を活用することで、欠損領域に存在する事物の状態を画像として復元することを可能にしている。 第二の研究は、WiFi CSIからカメラ画像を生成する手法であり、CSIから画像（Image）への変換タスクに位置づけられる。特に本研究では高解像度かつ写実的な画像生成を実現するために、あらかじめ学習されたLatent Diffusion Modelを活用する。従来の手法ではCSIから画像を直接生成するため、出力画像の解像度に応じて膨大な計算コストが発生するという課題があった。これに対し本研究では、画像よりも低次元な潜在表現（Image Latent）をCSIから推定し、その後、学習済みのImage Decoderを用いて画像を復元する。このアプローチにより計算量を大幅に削減しつつ、高解像度かつ自然な画像の生成を可能としている。 |
| （英） | This talk presents two studies that aim to infer camera images from WiFi communication signals, specifically Channel State Information (CSI), in environments where surveillance cameras and WiFi devices coexist. The first study proposes a technique for completing missing regions in surveillance camera images by leveraging information contained in WiFi CSI. This task is formulated as a multi-modal image inpainting problem, where the input consists of an incomplete image and the corresponding CSI, and the output is a visually completed image. The proposed method focuses on cases in which occlusion or data loss leads to large missing areas in the image. By exploiting environment-related information inherently embedded in the CSI, the method enables visual restoration of the objects present in those missing regions. The second study addresses the task of generating camera images directly from WiFi CSI, positioning it as a CSI-to-image translation problem. To generate high-resolution and photorealistic images, the approach utilizes a pre-trained latent diffusion model. In conventional methods, directly generating images from CSI entails computational costs that scale with the output resolution. In contrast, the proposed method estimates a lower-dimensional image latent representation from the CSI and reconstructs the image using a pre-trained image decoder. This enables high-resolution and natural image generation while significantly reducing computational overhead. |
|
| キーワード | （和） | WiFiセンシング / 機械学習 / / / / / / |
| （英） | WiFi sensing, / Machine Learning / / / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 134, SR2025-37, pp. 92-92, 2025年7月. | |
| 資料番号 | SR2025-37 | |
| 発行日 | 2025-07-23 (NS, RCS, SR, SeMI), 2025-07-24 (RCC) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | RCC2025-31 NS2025-70 RCS2025-96 SR2025-37 SeMI2025-44 |
|
| 研究会情報 | |
| 研究会 | SR RCS RCC SeMI NS RISING HCL |
| 開催期間 | 2025-07-30 - 2025-08-01 |
| 開催地（和） | マリオス（盛岡地域交流センター） |
| 開催地（英） | MALIOS |
| テーマ（和） | IoT、無線分散ネットワーク、センサネットワーク、 制御通信、ネットワーク制御、一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SR |
| 会議コード | 2025-07-SR-RCS-RCC-SeMI-NS-RISING-HCL |
| 本文の言語 | 日本語 |
| タイトル（和） | 機械学習を用いたWiFi CSIからの画像生成 |
| サブタイトル（和） | |
| タイトル（英） | Supervised Learning-based Camera Image Estimation from Wi-Fi CSI |
| サブタイトル（英） | |
| キーワード(1)（和/英） | WiFiセンシング / WiFi sensing, |
| キーワード(2)（和/英） | 機械学習 / Machine Learning |
| キーワード(3)（和/英） | / |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 西尾 理志 / Takayuki Nishio / ニシオ タカユキ |
| 第1著者 所属（和/英） | 東京科学大学 (略称： ScienceTokyo) Institute of Science Tokyo (略称： ScienceTokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-08-01 13:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SR |
| 資料番号 | RCC2025-31, NS2025-70, RCS2025-96, SR2025-37, SeMI2025-44 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.131(RCC), no.132(NS), no.133(RCS), no.134(SR), no.135(SeMI) |
| ページ範囲 | p.39(RCC), p.72(NS), p.100(RCS), p.92(SR), p.117(SeMI) |
| ページ数 | 1 |
| 発行日 | 2025-07-23 (NS, RCS, SR, SeMI), 2025-07-24 (RCC) |
[研究会発表申込システムのトップページに戻る]