| 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 | 2026-03-06 13:50 暗黙的物体追跡による視覚ベースエンドツーエンドミリ波ビーム予測 ○耿 瑞・小南大智・下西英之・村田正幸（阪大）  NS2025-329 |
|
| 抄録 | （和） | 本稿では，視覚情報を用いたミリ波通信におけるビーム予測を目的として，暗黙的な物体追跡に基づくニューラルネットワークフレームワークを提案する．提案手法は，対象UEの初期バウンディングボックスにより内部状態を初期化し，各フレームでクロスアテンションを用いて視覚トークン列から UEに関連する空間的情報を集約・更新する．更新された状態に基づき，事前定義されたビームコードブック内の各ビーム候補に対する選択確率を推定し，有効なビームを予測する．学習には，候補ビーム間の相対的信頼度を考慮するソフトラベル交差エントロピー損失と，アテンションを対象領域へ整合させるアテンションアライメント損失を併用し，UE依存表現の獲得と過剰適合の抑制を図る．評価にはDeepSense 6Gデータセット（シナリオ1-5）を用いて実験を行った．複数シナリオを統合して学習した汎用モデルと，シナリオ5のみを用いて学習した専用モデルを構築し，その性能を比較した．実験の結果，汎用モデルはシナリオ1-5においてTop-1精度が0.633-0.734となった．また，シナリオ5における比較では，専用モデルがTop-1精度0.739を達成し，ベースラインである0.723を上回った．さらに Top-3精度は0.998を達成し，高いビーム候補カバレッジを確認した． |
| （英） | We propose a neural network framework for vision-aided mmWave beam prediction based on implicit object tracking. The proposed method initializes a target state from the UE’s initial bounding box, then performs frame-wise cross-attention to retrieve and aggregate UE-relevant spatial evidence from full-frame visual tokens, sequentially updating the internal state and estimating a beam distribution over a predefined codebook. To encourage target-dependent representations while suppressing overfitting to specific appearances and fixed scene characteristics, we jointly optimize a soft-label cross-entropy loss that captures relative confidence among candidate beams and an attention-alignment loss that constrains attention weights to be consistent with the target region. We evaluate on the DeepSense 6G dataset (scenarios 1-5), comparing a general model trained on multiple scenarios and a scenario-specific model trained only on Scenario 5. Results show that the general model achieves Top-1 accuracy in the range of 0.633-0.734 across Scenarios 1-5; on Scenario 5, the scenario-specific model attains Top-1 accuracy of 0.739, outperforming the baseline (0.723), and reaches Top-3 accuracy of 0.998, indicating strong candidate-beam coverage. | |
| キーワード | （和） | ミリ波通信 / ビーム予測 / 視覚センシング / 物体追跡 / 深層学習 / / / |
| （英） | mmWave communication / beam prediction / visual sensing / object tracking / deep learning / / / | |
| 文献情報 | 信学技報, vol. 125, no. 385, NS2025-329, pp. 633-638, 2026年3月. | |
| 資料番号 | NS2025-329 | |
| 発行日 | 2026-02-25 (NS) | |
| 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 | NS2025-329 |
|
| 研究会情報 | |
| 研究会 | IN NS |
| 開催期間 | 2026-03-04 - 2026-03-06 |
| 開催地（和） | 沖縄県市町村自治会館 |
| 開催地（英） | Okinawa-Ken Shichoson Jichi Kaikan |
| テーマ（和） | 一般 |
| テーマ（英） | General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2026-03-IN-NS |
| 本文の言語 | 日本語 |
| タイトル（和） | 暗黙的物体追跡による視覚ベースエンドツーエンドミリ波ビーム予測 |
| サブタイトル（和） | |
| タイトル（英） | End-to-End Vision-Based mmWave Beam Prediction via Implicit Object Tracking |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ミリ波通信 / mmWave communication |
| キーワード(2)（和/英） | ビーム予測 / beam prediction |
| キーワード(3)（和/英） | 視覚センシング / visual sensing |
| キーワード(4)（和/英） | 物体追跡 / object tracking |
| キーワード(5)（和/英） | 深層学習 / deep learning |
| 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） | 耿 瑞 / Rui Geng / コウ ズイ |
| 第1著者 所属（和/英） | 大阪大学 (略称： 阪大) The University of Osaka (略称： UOsaka) |
| 第2著者 氏名（和/英/ヨミ） | 小南 大智 / Daichi Kominami / コミナミ ダイチ |
| 第2著者 所属（和/英） | 大阪大学 (略称： 阪大) The University of Osaka (略称： UOsaka) |
| 第3著者 氏名（和/英/ヨミ） | 下西 英之 / Hideyuki Shimonishi / シモニシ ヒデユキ |
| 第3著者 所属（和/英） | 大阪大学 (略称： 阪大) The University of Osaka (略称： UOsaka) |
| 第4著者 氏名（和/英/ヨミ） | 村田 正幸 / Masayuki Murata / ムラタ マサユキ |
| 第4著者 所属（和/英） | 大阪大学 (略称： 阪大) The University of Osaka (略称： UOsaka) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-06 13:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NS |
| 資料番号 | NS2025-329 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.385 |
| ページ範囲 | pp.633-638 |
| ページ数 | 6 |
| 発行日 | 2026-02-25 (NS) |
[研究会発表申込システムのトップページに戻る]