スマートホームの在宅検知モデルが来客と住人を混同する原因とは？

家庭内の活動が既知のルーティンに似ている一方で、その人物を確実に識別できる信号がない場合、在宅モデルは来客と居住者を取り違えることがあります。

ローカルのスマートホームサーバーは、動き、ドア、照明、メディアデバイス、部屋間の移動が居住者の通常のパターンと一致すると、その居住者が在宅していると推測することがあります。来客が同じセンサーを作動させたり、共有タブレットを使ったり、鍵を借りたり、居住者と一緒に到着したり、居住者が出た後も家に残ったりすることがあります。在宅状況、在室人数、個人の識別はそれぞれ異なる推論タスクですが、多くの自動化では「Alex は在宅中」のような1つのラベルにまとめられています。

在宅状況の検知と人物の識別は異なるタスク

モーションセンサーは誰かが部屋に入ったことを示せますが、その人物が誰かまでは分かりません。ドア接点、電力使用量、温度、照明の変化にも同じ識別上の限界があります。

来訪者検知に関する研究では、滞在時間、センサーの作動、部屋間の移動を用いて来訪者の存在を推測しています。

追加の在室者を検知できるモデルでも、その人物を居住者と誤ってラベル付けすることがあります。人数のカウントは正しくても、人物の割り当てが誤っている可能性があります。

ルーティンモデルが学習するのは永続的な身元ではなく行動パターン

居住者は通常、特定のドアから入り、慣れた部屋を移動し、決まった照明を点け、予測可能な時間帯に家電を使うことがあります。

居住者について来た来客や、留守番をしている人、同じ空間を使う人は、そのパターンの多くを再現できます。するとモデルはルーティンに似た一連の動きを認識し、過去にその動きと結び付いていた居住者のラベルを割り当てます。

慣れた家庭内の活動中にだけ混乱が生じる場合は、行動の重複が原因である可能性があります。ルーティンが始まる前の玄関で混乱が起きる場合は、デバイスや認証情報の帰属が原因である可能性がより高くなります。

単純なセンサーで誰がいるかを推定するにはセンサー融合が必要

個々のPIR、接点、Bluetooth、Wi-Fi、電力センサーは、部分的で、ときには互いに矛盾する証拠しか提供しません。

オンラインの来客検知研究では、センサーのトポロジーと作動状況を、センサーの不確実性を考慮した確率的推論と組み合わせています。

2人が近距離で移動すると、1つのセンサー列が、1人が素早く移動したように見えることがあります。イベントが欠落すると、来客の経路が居住者の先行する経路の続きを示しているように見えることもあります。

Featured

ZimaCube 2 パーソナルクラウドホームNAS

ZimaCube2

$799.00 - $2,499.00

Buy Now

居住者の識別は持ち運ばれたり触れられたりするデバイスに依存することが多い

スマートフォン、時計、鍵、ウェアラブル、物体に取り付けたセンサーは、匿名の部屋内の動きよりも強い識別手掛かりを提供します。

カーネギーメロン大学の研究では、物体に取り付けたセンサーの融合による在室者の識別を検討しています。

登録済みデバイスを持たない来客は未知の観測対象になりますが、共有タブレットや借りた鍵によって、その来客が登録所有者のように見えることがあります。モデルが識別しているのは人物そのものではなく、認証情報なのです。

固定された在室者数の前提が誤ったラベルを強制する

一部のモデルは通常の居住者数を前提に学習または設定されており、未知の人物を表す堅牢な状態を備えていません。

複数居住者の推定に関する研究では、部屋や玄関のセンサーを使って、変化する在室者数を推定しています。

モデルが既知の居住者2人だけが在宅できると仮定している場合、3人目の人物はどちらかに統合されるか、ノイズとして扱われるしかありません。この場合、誤認識はラベルの設計そのものに組み込まれています。

居住者と一緒に到着する来客は曖昧な入室イベントを生む

特にモーションセンサーにクールダウン期間があったり、検知範囲が狭かったりする場合、ドアが1回開くだけで2人以上が入ることがあります。

モデルは、その後の活動全体を、スマートフォンが家の境界を越えた居住者に結び付けることがあります。居住者が出た後も来客が残ると、その人物は居住者の身元に結び付いたままになる可能性があります。

この原因によるエラーは、1人での入室中ではなく、複数人での到着や退出の後に発生します。玄関で数えられなかった人物を、室内の検知性能を高めるだけで完全に復元することはできません。

人物エンティティはデバイストラッカーの限界を引き継ぐ

ホームオートメーションプラットフォームでは、1つ以上のデバイストラッカーを人物エンティティに統合することがよくあります。

Home AssistantのPerson統合は、追跡対象のデバイスを名前付きの人物に関連付けます。

居住者のスマートフォンが家に置き忘れられると、来客が家の中を移動していても、その居住者が在宅中と表示され続けることがあります。認識されていないデバイスで接続した来客には、別の身元が割り当てられない可能性があります。

遅れた、または欠落した正解データが誤った対応付けを強化する

在宅モデルには、実際に誰がいたのかを示すラベルが必要です。しかし家庭内システムが、来訪のたびに完全な訂正情報を受け取ることはほとんどありません。

自動化の結果が受け入れられると、来客がセンサーを作動させたにもかかわらず、システムが推定した居住者の身元を正解として扱うことがあります。訂正されない訪問が繰り返されると、誤った関連付けがさらに強化されます。

ZimaSpaceによる、スマートホームサーバーがイベントを関連付ける仕組みの説明は、限界を示しています。より多くの信号を関連付けることで誤警告は減らせますが、観測されなかった身元情報を相関処理によって作り出すことはできません。

プライバシー上の制約が最も強力な識別信号を制限する

カメラ、マイク、生体認証、継続的なデバイスフィンガープリントは識別精度を高められますが、来客に対するプライバシーや同意に関するリスクを生みます。

賃貸住宅におけるスマートデバイスの利用に関するUSENIXの研究では、スマートデバイスに対する来客のプライバシーへの期待を取り上げています。

プライバシーを重視する家庭では、生体情報による個人識別ではなく、在室レベルの推論を意図的に選ぶことがあります。その設計では、あらゆる活動パターンを居住者のプロフィールに無理に当てはめるより、「未知の来客」という状態のほうが正直です。

よくある質問

Wi-Fiによる在宅検知で、すべての来客を確実に区別できますか？

いいえ。来客がネットワークに接続しないこともあれば、デバイスが識別子をランダム化することもあります。また、1人が複数のデバイスを持ち歩く一方で、別の人はデバイスを何も持っていない場合もあります。

モーション検知を増やせば居住者の識別は解決しますか？

在室状況や移動経路に関する証拠は増えますが、匿名の動きは、信頼できる認証情報や人物識別の観測結果に結び付かない限り、匿名のままです。

自動化では未知の人物を居住者として扱うべきですか？

いいえ。安全性やプライバシーに関わる自動化では、最も近い居住者プロフィールが正しいと決めつけず、未知または来客の状態を維持すべきです。