JP2021099348A - センサを用いたジェスチャ認識 - Google Patents

Abstract

【課題】特定の動作やジェスチャの検出または認識のためなど、無線周波数センシングのためのセンサと処理を改善する。【解決手段】動作またはジェスチャ感知用のセンサは、パルスを放射するように構成される無線周波数送信機と、該放射された信号のうち反射信号を受信するように構成された受信機とを含み得る。該受信されたパルスは、モーションチャネル及びまたはジェスチャチャネルによって処理され得る。該ジェスチャチャネルは、１つ以上の異なる動作ジェスチャの識別のためのさらなる処理のために、信号を発生し得る。感知装置は、ユーザ行動を評価するためのモニターの役割を任意選択的に果たしてもよい。センサは１つ以上の異なる動作ジェスチャの識別に基づいて制御信号を生成することによって多くの異なるデバイスのためのユーザコントロール・インターフェースの役割を任意選択的に果たしてもよい。【選択図】図３

Description

［関連出願の相互参照］
本出願は、２０１５年４月２０日出願の米国仮特許出願第６２／１５０，０８６号の出
願日の利益を主張するものである。この米国仮特許出願の開示内容は本明細書の一部をな
すものとする。

［発明の分野］
本技術は、移動物体及び生体被験者の特性を検出するための方法及び装置に関する。よ
り具体的には、無線周波数センサなどのジェスチャまたは他の身体動作を感知または認識
することに関する。

連続波（ＣＷ）ドップラレーダ・モーションセンサは、連続波無線周波数（ＲＦ）キャ
リアを放射し、送信されたＲＦと復帰エコーを混合して、移動目標物によって生成される
ドップラーシフトに等しい差周波数を生成する。これらのセンサは、一定の範囲限界（す
なわち、近距離物体と遠距離物体の両方の信号を受信することができ、受信信号はレーダ
断面の関数である）を有していない。これは誤トリガー（誤作動）、すなわちモーション
アーチファクト干渉につながる可能性がある。また、それらのセンサはまた、誤トリガー
につながる近距離における望ましくない高い感度を有することがある

パルスドップラー・モーションセンサについては、Ｆｏｌｌｅｎらの米国特許明細書第
４，１９７，５３７号に記載されている。短パルスが送信され、そのエコーは該送信され
たパルスと自己混合される。パルス幅はレンジゲート（range-gated）領域を規定する。
伝送パルスが終了すると、混合が終了し、伝送パルスの終了後に到着するターゲットリタ
ーンは混合されず、よってゲートアウトされる。

ＭｃＥｗａｎの米国特許明細書第５，９６６，０９０号「差動パルスレーダ・モーショ
ンセンサ」（“Ｄｉｆｆｅｒｅｎｔｉａｌ Ｐｕｌｓｅ Ｒａｄａｒ Ｍｏｔｉｏｎ”）
に開示されている差動パルスドップラ・モーションセンサは、２つのパルス幅を交互に送
信する。次に、該センサは各幅からドップラー応答を差し引いて、かなり一定の応答対距
離を有するレンジ・ゲート型ドップラ感知領域を生成する。

ＭｃＥｗａｎの米国特許明細書第５，３６１，０７０号「超広帯域レーダモーションセ
ンサ（“Ｕｌｔｒａ−Ｗｉｄｅｂａｎｄ Ｒａｄａｒ Ｍｏｔｉｏｎ Ｓｅｎｓｏｒ”）
」に記載されているようなインパルスレーダは、送信されたインパルス幅に関連する非常
に狭い感知領域を生成する。ＭｃＥｗａｎの米国特許明細書第５，６８２，１６４号「パ
ルスホモダイン・フィールド外乱センサ（“Ｐｕｌｓｅ Ｈｏｍｏｄｙｎｅ Ｆｉｅｌｄ
Ｄｉｓｔｕｒｂａｎｃｅ Ｓｅｎｓｏｒ”）」に記載されているように、２パルス・ド
ップラレーダ・モーションセンサは、第１のパルスを送信し、遅延後に第１のパルスから
のエコーと混合する第２のパルスを生成する。こうして、レンジ・ゲート型感知帯域が、
規定された最小及び最大距離を有して形成される。ＵＷＢレーダモーションセンサには、
インテンショナル放射器としての世界的なＲＦ規制認可を有していないという欠点がある
。該センサは、中程度の距離において物体を感知することも困難であり、いくつかの実施
形態では、ＲＦ干渉を起こしやすい。

変調パルス・ドップラー・センサについては、ＭｃＥｗａｎの米国特許明細書第６，４
２６，７１６号に記載されている。レンジ・ゲート型マイクロ波モーションセンサは、調
整可能な最小及び最大検出距離を含む。この装置は、ミキサ及びエコーパルスからレンジ
・ゲート型ドップラー信号を生成するために、フィルタリング、増幅素子及び復調素子を
有する検出器／ミキサーをはじめとして、送信及びミキサーパルスを生成するために関連
パルス発生及び遅延素子を有するＲＦ発振器、単一の送信（ＴＸ）／受信（ＲＸ）アンテ
ナまたは一対の別々のＴＸ、並びにＲＸアンテナを含む。

米国特許明細書第７，９５２，５１５号では、ＭｃＥｗａｎは特定のホログラフィック
レーダを開示している。応答を特定の低周波域に制限するためにホログラフィックレーダ
にレンジ・ゲートを追加する。ＭｃＥｗａｎは、特に内部の画像平面、またはスライスを
画像化するために材料を透過させるとき、被画像化表面のよりクリーンでよりクラッタの
ないレーダ・ホログラムを得ることができると述べている。レンジ・ゲーティングは積層
ホログラム技術を可能にし、複数の被画像化表面をダウンレンジ方向に積み重ねることが
できる。

米国特許出願公開明細書第２０１０／０２１４１５８号には、ＭｃＥｗａｎは０２１４
１５８号において、ＭｃＥｗａｎは、ホログラフィックレーダ用のＲＦマグニチュード・
サンプラーを開示している。ＭｃＥｗａｎは、ＲＦマグニチュード・サンプラーが狭帯域
ホログラフィック・パルスレーダによって生成される干渉パターンを細かく解像できるこ
とを説明している。

ＭｃＭａｈｏｎらの米国特許出願公開明細書第２０１４／００２４９１７号には、レン
ジ・ゲート型感知のための無線周波数パルスを放射するための発振信号を生成するように
構成され得る生理学的感知のためのセンサが記載されている。該センサは、パルスを放射
するように構成された無線周波数送信機と、放射された無線周波数パルスの反射波を受信
するように構成された受信機とを含み得る。該受信されたパルスは、動作、睡眠、呼吸及
び／または心拍などの生理学的特性を検出するために処理されてもよい。

特定の動作やジェスチャの検出または認識のためなど、無線周波数センシングのための
センサと処理を改善する必要があるかもしれない。

本技術のいくつかの実施形態の一態様は、ジェスチャまたは特定の身体動作を検出する
ためのセンサに関する。

本技術のいくつかの実施形態の一態様は、無線周波数信号によるジェスチャまたは身体
動作を検出するためのセンサに関する。

本技術のいくつかの実施形態の別の態様は、ジェスチャ認識または身体運動タイプ認識
などのパルス型無線周波数（ＲＦ）信号を生成するように構成された回路を備えたこのよ
うなセンサに関する。

本技術のいくつかのバージョンは、無線周波数動作感知装置を含み得る。該装置は、無
線周波数信号を放射するように構成された無線周波数送信機を含み得る。該装置は、放射
された無線周波数信号の反射波を受信するように構成された受信機を含み得る。この装置
は、放射された無線周波数信号の受信された反射信号を処理して動作出力信号を生成する
ように構成されたモーションチャネル回路を含み得る。該装置は、動作出力信号を評価し
、動作出力信号の振幅、位相及び周波数のうちの任意の１つ以上に基づいて動作を識別す
るように構成されたプロセッサを含み得る。

場合によっては、該識別された動作は、手ジェスチャ、腕ジェスチャ、または手と腕の
合成ジェスチャのうちの少なくとも１つを含み得る。該識別された動作は、寝返り動作を
含み得る。識別された動作は行動を含み得る。該識別された動作は、シェービング行動を
含み得る。

場合によっては、動作出力信号は、同相信号及び直角位相信号を含み得る。該放射され
た無線周波数信号は、パルス状の無線周波数発振信号を含み得る。モーションチャネル回
路は、バンドパスフィルタを含み得る。装置、またはその処理回路は、放射された無線周
波信号の受信された反射信号を、放射された無線周波数信号を表す信号で復調するように
構成され得る。装置またはその処理回路は、放射された無線周波数信号と、放射された無
線周波数信号の受信された反射波との間の時間差及び／または位相差を算出し、算出され
た時間差及び／または位相差に基づいて動作を識別するように構成され得る。

場合によっては、モーションチャネルはアンチ・エイリアシングフィルタを含み得る。
プロセッサは、動作出力信号の振幅、位相及び周波数のうちの任意の２つから算出された
複数の特徴に基づいて動作を分類するように構成されてもよい。プロセッサは、動作出力
信号の振幅、位相及び周波数のうちの任意の１つまたは複数で算出された持続時間に基づ
いて動作を分類または識別するように構成されてもよい。プロセッサは、動作出力信号の
振幅、位相及び周波数のそれぞれから複数の特徴を算出するように構成されてもよい。該
複数の特徴は、動作出力信号の振幅、位相及び周波数のうちの任意の１つ以上の分析から
導出された決まった持続時間を含み得る。

場合によっては、算出された複数の特徴は、以下の１つ以上を含み得る：
（ａ）停止周波数から動作中のジェスチャを経ていくつかの最大周波数まで、その後再
び停止に戻ることから導出される周波数特性；
（ｂ）短時間フーリエ変換、ピーク及び高調波追跡及び／またはＩ及び／またはＱチャ
ネルのチャネル処理のいずれをも含む信号の時間及び周波数分析；
（ｂ）Ｉ信号とＱ信号との間の位相差及び特性変化の平均の標準偏差の一定数以内の反
復信号の評価のいずれをも含む位相特性；
（ｃ）ピーク及びトラフ検出、ゼロクロス検出、及び信号検出の包絡線のいずれをも含
む振幅特性；そして
（ｄ）周波数、位相、振幅、平均及び／または標準偏差における偏った歪度、尖度、広
がり具合。

任意選択的に、プロセッサは、算出された複数の特徴を１つ以上の閾値と比較するよう
に構成されてもよい。プロセッサは、複数の所定の動作から１つを選択することによって
動作を識別するように構成されてもよい。プロセッサは、識別された動作の発生回数を計
数するように構成されてもよい。プロセッサは、識別された動作に基づいてデバイスの操
作のための制御信号を生成するようにさらに構成されてもよい。プロセッサは、異なる識
別された動作に基づいてデバイスの異なる操作のための異なる制御信号を生成するように
さらに構成されてもよい。プロセッサは、動作出力信号を評価し、複数のセンサからの動
作出力信号に基づいて動作を識別するように構成されてもよい。複数のセンサは、第１の
センサ及び第２のセンサを含み、プロセッサは、第１のセンサ及び第２のセンサからのＩ
及びＱ信号を評価して動作を識別する。プロセッサは、第１のセンサ及び第２のセンサか
らのＩ信号及びＱ信号のＩ微分及びＱ微分を決定し得る。複数のセンサは、第１のセンサ
、第２のセンサ、及び第３のセンサを含み得る、プロセッサは、該第１のセンサ、該第２
のセンサ及び該第３のセンサからのＩ信号及びＱ信号を評価して動作を識別し得る。装置
のいくつかのケースでは、３つのセンサのうちの少なくとも２つが互いに直交するように
配置されてもよい。評価されたＩ信号及びＱ信号は、プロセッサによって使用されて、１
次元以上の運動特性を識別し得る。プロセッサは、移動物体の次のパラメータ：速度、速
度の変化、距離、距離の変化、方向及び方向の変化のうちの１つ以上を抽出するように構
成され得る。

本技術のいくつかのバージョンは、無線周波数動作感知ための方法を伴い得る。該方法
は、無線周波数送信機を用いて、無線周波数信号を放射することを含み得る。該方法は、
受信機を用いて、放射された無線周波数信号の反射波を受信することを含み得る。該方法
は、モーションチャネル回路を用いて動作出力信号を生成するために放射された無線周波
数信号の受信された反射信号を処理することを含み得る。該方法は、プロセッサにおいて
、動作出力信号を評価すること及び動作出力信号の振幅、位相、及び周波数のいずれか１
つ以上に基づいて動作を識別することを含み得る。

場合によっては、識別された動作は、手ジェスチャ、腕ジェスチャ、及び手と腕の合成
ジェスチャのうちのいずれか１つを含み得る。識別された動作は、寝返り動作を含み得る
。識別された動作は行動を含み得る。識別された動作は、シェービング行動を含み得る。
この方法の動作出力信号は、同相信号及び直角位相信号を含み得る。放射された無線周波
数信号は、パルス状の無線周波数発振信号を含み得る。モーションチャネル回路は、バン
ドパスフィルタを含み得る。

場合によっては、この方法は、放射された無線周波信号の受信された反射信号を、放射
された無線周波数信号を表す信号で復調することを伴い得る。この方法は、放射された無
線周波数信号と、無線周波信号の受信された反射波との間の時間差及び／または位相差を
算出すること及び算出された時間差及び／または位相差に基づいて運動を識別することを
含み得る。モーションチャネルは、アンチ・エイリアシングフィルタを含み得る。

場合によっては、この方法は、プロセッサを用いてまたはプロセッサ内で、動作出力信
号の振幅、位相及び周波数のいずれか２つから算出された複数の特徴に基づいて動作を分
類することを含み得る。プロセッサは、動作出力信号の振幅、位相及び周波数のうちの任
意の１つ以上で算出された持続時間に基づいて動作を分類または識別し得る。この方法は
、プロセッサにおいて、動作出力信号の振幅、位相及び周波数のそれぞれから複数の特徴
を算出することを伴い得る。複数の特徴は、動作出力信号の振幅、位相及び周波数のうち
の任意の１つ以上の解析から導かれた決定持続時間を含み得る。

場合によっては、算出された複数の特徴は、以下のうちの１つ以上を含み得る：
（ａ）停止周波数から動作中のジェスチャを経ていくつかの最大周波数まで、その後再
び停止に戻ることから導出される周波数特性；
（ｂ）短時間フーリエ変換、ピーク及び高調波追跡、及びＩ及び／またはＱチャネルの
処理のいずれをも含む信号の時間及び周波数分析；
（ｂ）Ｉ信号とＱ信号との間の位相差または特性変化の平均の標準偏差の一定数以内の
反復信号の評価のいずれをも含む位相特性
（ｃ）ピーク及びトラフ検出、ゼロ交差検出、及び信号検出の包絡線のいずれをも含む
振幅特性；そして
（ｄ）周波数、位相、振幅、平均及び／または標準偏差における偏った歪度、尖度、広
がり具合。

任意選択的に、この方法は、プロセッサにおいて、算出された特徴を１つ以上の閾値と
比較することを伴ない得る。この方法は、プロセッサにおいて、複数の所定の動作から１
つを選択することによって動作を識別することを伴い得る。この方法は、プロセッサにお
いて、識別された動作の発生回数を計数することを伴い得る。この方法は、プロセッサを
用いて、識別された動作に基づいてデバイスの操作のための制御信号を生成することを伴
ない得る。この方法は、プロセッサを用いて、異なる識別された動作に基づいてデバイス
の異なる操作のための異なる制御信号を生成することを伴い得る。

場合によっては、プロセッサは複数のセンサからの動作出力信号を評価し、評価された
動作出力信号に基づいて動作を識別し得る。該複数のセンサは、第１のセンサ及び第２の
センサを含み得、かつプロセッサは、該第１のセンサ及び該第２のセンサからのＩ信号及
びＱ信号を評価して動作を識別し得る。プロセッサは、該第１のセンサ及び該第２のセン
サからのＩ信号及びＱ信号のＩ微分及びＱ微分を決定し得る。任意選択的に、複数のセン
サは、該第１のセンサ、該第２のセンサ、及び該第３のセンサを含み得、プロセッサは、
動作を識別するために第１のセンサ、第２のセンサ、及び第３のセンサからのＩ及びＱ信
号を評価することができる。場合によっては、３つのセンサのうちの少なくとも２つが、
互いに直交するように配置されてもよい。評価されたＩ信号及びＱ信号は、プロセッサに
よって使用されて、１次元以上の運動特性を識別し得る。

この技術の他の態様、特徴及び利点は、本開示の一部であり、例として本技術の原理を
示す添付の図面と併せて、以下の詳細な説明から明らかになるであろう。本技術のさらな
る態様は、添付の特許請求の範囲から明らかになるであろう。

以下、添付の図面を参照して、本技術のさらなる例示的な実施形態を説明する：

図１は本技術の無線周波数生理センサを用いた実施に適した例示的な検出装置のイラストである； 図２は本技術のいくつかの実施形態に適したセンサ信号の評価のための概念的構造及びプロセスフローを示す図である； 図３は本技術のいくつかのバージョンにおけるセンサ装置の処理を示すブロック図である； 図４は本技術に適した例示的なジェスチャ伝達関数の位相応答を示す図である； 図５ａはセンサに対する距離による運動チャネル出力の大きさを示すグラフである； 図５ｂは別のセンサの距離に対する出力の大きさに対するモーションチャネルとジェスチャチャネルとを比較するグラフを含む； 図６ａはセンサのバージョンに対するジェスチャチャネルの周波数応答を示す図である； 図７は例示的なセンサに関する動作ジェスチャを示す図である； 図８は図７の単一の動作ジェスチャと反復された動作ジェスチャそれぞれについての振幅、周波数及び位相応答を示す図である； 図９は図７の単一の動作ジェスチャと反復された動作ジェスチャそれぞれについての振幅、周波数及び位相応答を示す図である； 図１０は図７の動作ジェスチャに関連付けられた位相応答の別のプロットである； 図１１は例示的なセンサに関する別の動作ジェスチャを示す図である； 図１２は図１１の反復動作ジェスチャに対する振幅、周波数及び位相応答を示す図である； 図１３はＩ信号とＱ信号の差から動作方向の変化を検出する様子を示す図である； 図１４はゼロ交差検出を用いるような計数行動ストローク方法論を示す； 図１５はブロックベース分類を伴う行動検出のトレーニング処理方法を示す； 図１６はジェスチャ行動信号のブロックごとの分類を示す図である； 図１７はストローク検出及びストロークレート検出の信号グラフを示す； 図１８ａは１つの動作ジェスチャ及びその反復及び単一運動に対する適切なセンサによる振幅、位相及び周波数応答を示す； 図１８ｂは１つの動作ジェスチャ及びその反復及び単一運動に対する適切なセンサによる振幅、位相及び周波数応答を示す； 図１８ｃは１つの動作ジェスチャ及びその反復及び単一運動に対する適切なセンサによる振幅、位相及び周波数応答を示す； 図１９ａは別の動作ジェスチャ及びその反復及び単一運動に対する適切なセンサによる振幅、位相及び周波数応答を示す； 図１９ｂは別の動作ジェスチャ及びその反復及び単一運動に対する適切なセンサによる振幅、位相及び周波数応答を示す； 図１９ｃは別の動作ジェスチャ及びその反復及び単一運動に対する適切なセンサによる振幅、位相及び周波数応答を示す； 図２０ａはさらなる動作ジェスチャ及びその反復及び単一運動に対する適切なセンサによる振幅、位相及び周波数応答を示す； 図２０ｂはさらなる動作ジェスチャ及びその反復及び単一運動に対する適切なセンサによる振幅、位相及び周波数応答を示す； 図２０ｃはさらなる動作ジェスチャ及びその反復及び単一運動に対する適切なセンサによる振幅、位相及び周波数応答を示す； 図２１ａはその上さらなる異なる動作ジェスチャ及びその反復及び単一運動に対する適切なセンサによる振幅、位相、及び周波数応答を示す； 図２１ｂはその上さらなる異なる動作ジェスチャ及びその反復及び単一運動に対する適切なセンサによる振幅、位相、及び周波数応答を示す； 図２１ｃはその上さらなる異なる動作ジェスチャ及びその反復及び単一運動に対する適切なセンサによる振幅、位相、及び周波数応答を示す； 図２２ａはさらに別の異なる動作ジェスチャ及びその反復及び単一運動に対する適切なセンサによる振幅、位相、及び周波数応答を示す； 図２２ｂはさらに別の異なる動作ジェスチャ及びその反復及び単一運動に対する適切なセンサによる振幅、位相、及び周波数応答を示す； 図２２ｃはさらに別の異なる動作ジェスチャ及びその反復及び単一運動に対する適切なセンサによる振幅、位相、及び周波数応答を示す； 図２３ａは別の動作ジェスチャ及びその反復及び単一運動に対する適切なセンサによる振幅、位相、及び周波数応答を示す； 図２３ｂは別の動作ジェスチャ及びその反復及び単一運動に対する適切なセンサによる振幅、位相、及び周波数応答を示す； 図２３ｃは別の動作ジェスチャ及びその反復及び単一運動に対する適切なセンサによる振幅、位相、及び周波数応答を示す； 図２４ａはその上異なる動作ジェスチャ及びその反復及び単一運動に対する適切なセンサによる振幅、位相及び周波数応答を示す； 図２４ｂはその上異なる動作ジェスチャ及びその反復及び単一運動に対する適切なセンサによる振幅、位相及び周波数応答を示す； 図２４ｃはその上異なる動作ジェスチャ及びその反復及び単一運動に対する適切なセンサによる振幅、位相及び周波数応答を示す； 図２５ａは寝返り動作及びその反復及び単一運動に対する適切なセンサによる振幅、位相及び周波数応答を示す； 図２５ｂは寝返り動作及びその反復及び単一運動に対する適切なセンサによる振幅、位相及び周波数応答を示す； 図２６ａは別の寝返り動作及びその反復及び単一運動に対する適切なセンサによる振幅、位相及び周波数応答を示す； 図２６ｂは別の寝返り動作及びその反復及び単一運動に対する適切なセンサによる振幅、位相及び周波数応答を示す； 図２７ａはさらなる寝返り動作及びその反復及び単一運動に対する適切なセンサによる振幅、位相及び周波数応答を示す； 図２７ｂはさらなる寝返り動作及びその反復及び単一運動に対する適切なセンサによる振幅、位相及び周波数応答を示す； 図２８ａさらに別の寝返り動作及びその反復及び単一運動に対する適切なセンサによる振幅、位相、及び周波数応答を示す； 図２８ｂさらに別の寝返り動作及びその反復及び単一運動に対する適切なセンサによる振幅、位相、及び周波数応答を示す； 図２９ａはマルチセンサ（例えば、ステレオセンサシステム）セットアップにおける最大直角（Ｉ／Ｑ）位相検出を示す。常に最大位相を得るために、センサは互いに直交して設置されてもよい（動作が下方向に向いていない限り、この方向は図に示されていない）。 図２９ｂはマルチセンサ（例えば、ステレオセンサシステムのセットアップ）の別の例を示す。図中の「スイートスポット」と記された区域は、曲がりビームパターンのために、両方のセンサにとって最適フォーカスである領域を示している。これは、センサが直交である必要はないことを示している。 図３０はスペクトログラムからのカラーデータをＲＧＢチャネルに分割し、主バイナリ・ラージ・オブジェクト（ｂｌｏｂ）領域を選択することによる画像データの処理を示す。

図１に示すように、本技術のいくつかの実施形態は、装置の近傍にいるユーザまたは患
者（患者は、検出装置１００のユーザと同一又は異なる人物であってよい）の特定の動作
を検出するのに有用な、特別な処理方法論で構成されるようなものである、感知または検
出装置１００を実装することができる。センサは、独立型センサであってもよく、または
呼吸治療装置または睡眠評価装置などの、他の装置と結合されてもよい。例えば、この装
置は同装置のセンサによって検出されたジェスチャまたは動作の分析に基づいた自動化治
療応答をオプションとして提供することができる。例えば、コントローラ及び流れ発生器
を備えた呼吸治療装置は、そのようなセンサを備えて構成されてもよく、また、そのセン
サによって検出された特定の動作またはジェスチャに応答して、患者インターフェース（
例えば、マスク）において発生される血圧治療を調整するように構成されてよい。該呼吸
治療装置は、例えば、国際特許公開第ＷＯ２０１３／１５２４０３号に記載されているよ
うな、呼吸療法またはＰＡＰ装置であってもよく、その開示全体は、参照により本明細書
に組み込まれている。

一般に、そのような動作またはジェスチャは、本質的に非自発的に周期的な生理学的特
徴（すなわち、呼吸または心臓行動による胸部の運動）ではなく、意図的にまたは潜在意
識の中で人によって作られたものであると理解され得る。この点で、特定の人間ジェスチ
ャによって発生されるセンサによって感知された運動信号を処理して、その特定の運動ま
たはジェスチャを識別または特徴付けることができる。例えば、手の動き、または特定の
手の動きでも検出することが可能である。

ベッドで寝返りする人により作られる運動（寝返り）などの大きな運動も認識できる。
そのような運動事象の特定された検出は、それらを計数するか、または（例えば、システ
ムをオンまたはオフにする、または他の制御信号を提供するように実装される）装置の制
御として機能することを可能にし得る。該技術はまた、揺すり、呼吸、及びより速い動作
（例えば、剃るまたは引っかく）のような生理学的な運動を分類するために実装されても
よい。呼吸数検出のためのそのような揺すり及びジェスチャ動作を特定及び排除すること
によるなどして、被験者が立っているかまたは座っているときの呼吸数検出の頑健性を改
善するように実装することが可能であろう。この技術は、例えば、かゆみ関連または不快
感関連動作の定量化のための皮膚科学的クリームの臨床試験において、持続的かゆみ、刺
激または不快感を有する被験者をモニターするために実装されてもよい。場合によっては
、剃刀刃やシェービングクリーム／ゲルなどの動作に依存する消費者製品の有効性を評価
し、シェービング動作などを理解するために実装することさえ可能であろう。

適切な処理回路（例えば、１つ以上のプロセッサ）を備えたセンサは、多くの異なるタ
イプの装置の構成部品（例えば、制御構成部品）として実装され得るジェスチャ検出装置
として構成され得る。例えば、テレビジョンまたはテレビジョン受信機は、異なるジェス
チャ（例えば、オン／オフ、音量変更、チャンネル変更など）を有するテレビまたはテレ
ビジョン受信機の操作を制御するためのセンサを含んでもよい。同様に、ジェスチャ検出
装置は、ゲームまたはコンピュータの操作を制御するためなど、ゲーム装置またはコンピ
ュータのユーザインターフェースの一部として構成されてもよい。このようなジェスチャ
検出装置は、ユーザインターフェースを使用する他の多くの装置に実装されてよく、それ
によって該ユーザインターフェースをジェスチャ制御ユーザインターフェースとして実装
されてよい。例えば、プロセッサまたはコントローラは、１つ以上のセンサからの信号を
評価し、該プロセッサまたはコントローラにおいて、特定の運動またはジェスチャを識別
し、かつ応答して、表示されたユーザインターフェース（例えば、ＬＣＤまたはＬＥＤ画
面のような表示装置上に表示されるものなど）に対して可視（または可聴）変更の生成を
起動する。識別されたジェスチャまたは起動された変更は、１つ以上の制御信号を送出し
て、該プロセッサまたはコントローラに連結されるかまたは通信する、デバイス（例えば
、コンピュータ、テレビ、コンピュータゲーム・コンソール、ユーザ機器、自動機械、ロ
ボットなどを制御するために、使用されてもよい。

このような装置のレーダーセンサのような典型的なセンサは、距離ゲートセンシングの
ための高周波パルスのような、高周波を放射するために送信機を使用してもよい。受信機
は、該送信機との結合されたデバイスにオプションとして含まれてもよく、高周波の反射
バージョンを受信し処理するように構成されてもよい。該受信された反射信号に基づいて
ジェスチャまたは動作認識のために、センサを起動させる装置のプロセッサを用いるなど
して信号処理を使用してもよい。

例えば、図２に示すように、送信機は、被験者、例えば人間の方へ高周波信号を送信す
る。一般に、ＲＦ信号源は局部発振器（ＬＯ）である。反射された信号は、次いで、受信
され、増幅され、元の信号の一部と混合され、このミキサーの出力が次いでフィルタリン
グされ得る。場合によっては、受信信号／反射信号は、送信信号によって復調されてもよ
く、あるいは受信信号と反射信号との間の位相または時間差が決定されてもよい。例えば
、米国特許明細書第２０１４−０１６３３４３−Ａ１号に記載されているように、その開
示全体が参照により本明細書に組み込まれている。

結果得られた信号は、人の運動（例えば、ジェスチャ）、呼吸及び心臓アクティビティ
に関する情報を含み、また生モーションセンサ信号と呼ばれている。場合によっては、信
号の運動情報がその特定のジェスチャまたは運動タイプについて分類されるように、無意
識な周期的アクティビティ（例えば、呼吸及び／または心臓アクティビティ）を排除する
ために信号が処理されてよい。場合によっては、センサは、米国特許出願公開明細書第２
０１４／００２４９１７号に記載されているセンサであってもよく、その全体の開示は参
照により本明細書に組み込まれている。

センサは、検出された信号を処理するための様々なモーションチャネルを含んでもよい
、例えば、そのようなセンサは、ジェスチャチャネル出力信号を提供するためにジェスチ
ャプロセッサを備えて実装されてもよい。これは、モーションチャネル出力信号を提供す
る運動プロセッサとは異なることがある。複数のプロセッサを有することにより、異なる
動作評価に対して異なる特性（例えば、異なる帯域幅、異なるサンプリングレートなど）
を有する信号の出力を可能にすることができる。例えば、呼吸または心臓の信号ではなく
、ジェスチャ信号に、より多くの情報が存在する可能性がある。例えば、ジェスチャ信号
は、より広い範囲の動作速度の検出を表す情報を含み得る。例えば、毎秒１メートルの運
動があると、１０．５２５ＧＨｚの受信機で７０Ｈｚのベースバンド信号が発生する可能
性がある。典型的なセンシングシナリオは、１ｍｍ／秒から５ｍ／秒の間の速度を検出す
ることができる。ジェスチャ検出については、１０Ｈｚ（１ｃｍ／秒から５ｍ／秒まで）
を超える周波数を評価することができる。呼吸については、検出は１ｍｍ／秒から約１ｍ
／秒までの範囲の速度に対応する周波数の評価を伴うことがある。したがって、運動プロ
セッサは、よりゆっくりした運動に焦点を当てた信号を生成することができ、ジェスチャ
プロセッサは、ゆっくりとした運動とともにより速い運動の両方を含み得るはるかに広い
帯域の信号を生成することができる。したがって、センサは、受信したセンサ信号の信号
処理のために、アナログ及び／またはデジタル回路構成要素を実装することができる。こ
のセンサは、少なくとも部分的に、１つ以上のデジタル信号プロセッサまたは他の特定用
途向け集積チップにオプションとして実装することができる。したがって、図３に示すよ
うに、センサは、特定の伝達関数（Ｈｇ）を実装するためのジェスチャプロセッサととも
に、特定の伝達関数（Ｈｍ）を実装するための追加の運動プロセッサを備えて実装されて
もよく、それらのいずれかが動作出力信号を生成するための動作プロセッサまたはチャネ
ル回路と考えられ得る。

例えば、ある場合には、センサは、振幅、周波数及び位相が次式によって与えられる直
角位相出力信号（Ｉ及びＱ）を提供するジェスチャチャネルを有することができる：

Ｈｇ（ｊω）は、ベースバンド回路またはベースバンドプロセッサにおけるようなセン
サジェスチャチャネルの伝達関数であり；
Ａ（ｘ）は復調された受信信号強度であり、したがって目標レーダ断面積（サイズ）及
び目標距離（ｘ）に依存する；
ｘ（ｔ）は時間経過とともに目標の変位、
λは、１０．５２５ＧＨｚ周波数信号（例えば、２８．５ｍｍの波長）に対応するＲＦ
信号（自由空間の波長の波長であり、そして
Ｊωは、システムの周波数応答であり、ここにωは角速度、ｊは複素数（０＋√−１）
であり、位相情報を提供する）。

ジェスチャチャネルは、運動に対する周波数応答を有する。ｔ０で開始しｔ１で終了す
る時間間隔ｄｔにおいて、センサに近づいて又は離れて位置ｘ０から位置ｘ１までの距離
ｄｘを移動する線速度ｖを有する帯域内移動信号に対して、ジェスチャチャネル出力信号
周波数ｆが次式によって与えられる、

１０．５２５ＧＨｚ、２８．５ｍｍλセンサの場合
ｆ〜７０．１７ｖ．．．．．．．．．．．．ここにｆ（Ｈｚ）及びｖ（ｍ／ｓ）））
ここで、１/s）、v (m/s）及び２／１７５ (m ^ -１）となるように単位は両辺で整合す
る。ここで、λを考慮して、ｗｆ（１／ｓ）、ｖ（ｍ／ｓ）及び２／λ＝７０．１７５（
ｍ＾−１）。７０の一定値は、実際には１／（２λ）であり、ｍ−１の次元を有する。
一般に：
２ v(t） ／ｆ（ｔ）＝２ｖ（ｔ）／λ
典型的には、任意の特定の周波数における出力信号の振幅は、ジェスチャチャネル伝達
関数の周波数応答に依存する。

ジェスチャチャネルはまた、目標物（例えば、人の手など）の運動に対する位相応答を
有することになる。ＩチャネルとＱチャネル間の位相差は９０度である。その結果、図４
に示すように、ＩとＱ信号のリサージュ曲線は円である。周波数（サイクル時間）は目標
速度によって決定される。振幅は、目標距離、目標断面によって及びジェスチャチャネル
伝達関数によって決定される。位相器の方向は、時計回りまたは反時計回りのいずれかで
あり、センサに向かうまたは離れる動作の方向に依存する。

ジェスチャチャネルまたは別の、一般的な運動専用、チャネルはまた、非ジェスチャ関
連運動に対する振幅応答も有することができる。そのＩ及びＱ対応チャネルの振幅は、目
標距離、目標断面によって及びモーションチャネル伝達関数によって決定される。一例と
して、固定目標及び帯域内目標速度に関するモーションチャネル信号振幅対目標距離の対
数プロットは図５ａに示すとおりである。

図５ｂは、図５ａとは異なるセンサの距離にわたる特定の運動に応答する２つのチャネ
ル（モーションチャネル及びジェスチャチャネル）のマグニチュード応答を比較する。ジ
ェスチャチャネルは、モーションチャネルと同様の特性を有する。図５ｂは、図５ａのも
のと比較して、異なるアンチエイリアシング・フィルタリングを備えたような、バージョ
ンのセンサのチャンネル振幅応答を示す。レーダー方程式と関連アンテナ利得伝達関数と
ともに、反射信号の非線形散乱に原因して、距離（例えば、１／ＸＮ、１．５＜Ｎ＜３）
の関数として受信信号レベルが低下する。

したがって、ジェスチャチャネルからのジェスチャ出力信号及び／または（ジェスチャ
チャネルと同じであってもなくてもよい）モーションチャネルからの運動信号の処理によ
って、特定のジェスチャまたは運動が１つ以上のプロセッサにおいて検出され得る。これ
は、信号から特徴を算出し、特徴及び／またはの特徴の変化を１つ以上の閾値と比較する
ことによって、または信号のパターンを識別することによって達成され得る。信号のその
ような特徴は、例えば、信号の位相、振幅及び／または周波数の平均値または中央値、こ
れらの値のいずれかの標準偏差など、信号に関連付けられたパラメータの統計値であって
もよい。

適切な特徴は、分類器のトレーニングによって決定され得る。算出された特徴の分類は
、次いで、トレーニングされた分類器を用いたジェスチャ検出の基準として役立つ。例え
ば、１つ以上のプロセッサは、ジェスチャ信号の位相、振幅及び／または周波数特性のう
ちの任意の１つ以上を評価して、特定のジェスチャまたは運動に関連付けられた信号にお
けるパターンまたは他の指標を検出し得る。場合によっては、該特性は、振幅リズム（ａ
ｍｐｌｉｔｕｄｅ ｃａｄｅｎｃｅ）（例えば、振幅及び側波帯）及びジェスチャが持続
する間の時間を含み得る。この点に関して、信号の分析は、センサを基準としたある特定
の動作（例えば、該センサに近づくまたは離れる）に関して生成される信号特性の識別を
可能にする。これは異なる動作が、定義の異なる振幅、周波数及び／または位相特性を生
成し得るからだである。そのような分析は、いくつかのジェスチャ（例えば、異なる所定
のトレーニングされたジェスチャのグループから１つを選択する）を区別するように特定
のジェスチャのパターンを選択することを含み得る。場合によっては、システムはまた、
運動またはジェスチャ信号の認識された正しいまたは誤った検出に基づいてユーザからの
フィードバックを処理し得る。システムは、この入力に基づいて分類を随意に更新するこ
とができ、パフォーマンス／認識を最適化するために、特定のジェスチャの１回以上の繰
り返しを行うようユーザに随意に促すことができる。このようにして、システムは、特定
のユーザのジェスチャに適合（パーソナライズ）し、異なるユーザのジェスチャを識別し
分離（区別）するように構成され得る。

この点に関して、センサに向かうまたはセンサから離れる速いまたはゆっくりした及び
または長いまたは短い手ジェスチャチャは、明確に検出可能な信号を生成することができ
る。センサを横切る動作は、センサに向かう及び離れる運動成分を生成するが、この動作
成分は小さい。したがって、センサを横切る動作は、顕著な特性を生成するが、より小さ
い振幅、より低い周波数においてであり、かつ中心線に基づく位相変化を生じる。

センサに向かう動作は、動作がセンサから離れるときに反転される特定の位相回転を常
に有する。従って、位相はジェスチャの方向情報を提供することができる。周波数スペク
トログラムは、特定のジェスチャに関して特徴的な動作速度を明確に示し得、スペクトロ
グラムの特徴を処理することによって識別され得る。

振幅特性は、振幅が位置（センサからの距離）とともに目標断面／サイズによって変化
することが見られるので、使用前に信号調整が必要な場合がある。

目標の半径方向の速度と方向を抽出することが可能である。センサ範囲（例えば、１．
８〜２ｍ）内では、それは、近くにある小さな目標またはさらに離れた目標であってもよ
い。したがって、ジェスチャチャネルから抽出された、速度、速度の変化、距離、距離の
変化、方向、方向の変化などは、特定のジェスチャの検出のための特性としても機能し得
る。

一般に、ジェスチャ及びモーションチャネルから出力される信号の周波数及び振幅は、
ベースバンド回路の増幅及びフィルタリングに依存する。１つのバージョンでは、ジェス
チャ／運動伝達関数を実装する回路は、所望の範囲（例えば、約０．８６Ｈｚ〜１６１Ｈ
ｚ）における利得（例えば、９．５）及び周波数ＢＷ（帯域幅）（例えば、約１６０Ｈｚ
）を有する帯域通過濾波増幅器（ｂａｎｄ ｐａｓｓ ｆｉｌｔｅｒｅｄ ａｍｐｌｉｆ
ｉｅｒ）で構成されてよい。そのような例は、図６ａの伝達関数シミュレーショングラフ
に示されている。これは、オプションとして、ローパスフィルタとハイパスフィルタの両
方で実装されてもよい。

いくつかのバージョンでは、ジェスチャチャネルは、アンチエイリアス・フィルタを含
み得る。ジェスチャチャネル周波数特性は、より大きいまたはより小さいアンチエイリア
シング・フィルタリングを含み得る。この特定の例に示されているように、１６０Ｈｚの
帯域端において信号レベルが１０％未満（利得が６．７から６．１に低下）である。場合
によっては、アンチエイリアシング・フィルタリングは、上記の段落で説明したバンドパ
スフィルタによって実装されてよい。

場合によっては、プロセッサは、センサの放出された信号と受信された信号との間の時
間差または位相差を算出し、該算出された時間差及び／または位相差に基づいて特定の動
作／ジェスチャを識別し得る。

以下では、例示的なジェスチャ検出について、プロセッサによって実行される分類器に
よる検出のためのように、システムにおいてトレーニングされてよい手及び／又は腕の動
きなどの、ある特定のジェスチャ／動作を参考にして説明する。他のジェスチャもトレー
ニングされてよい。

例えば、いくつかのバージョンでは、処理方法（例えば、アルゴリズム処理ステップ）
のグループ及び関連デジタル信号処理は、呼吸による胸部の運動、揺すり検出及び除去、
並びに手や腕の動き、剃る（例えば顔の）または掻く（例えば、物理的刺激又は不快によ
る）などの多数の行為に起因する身体全体及び微少運動検出（ジェスチャ検出）によって
引き起こされるものを含む、生理的繰返し及び／又は変化する動作を決定するために実施
され得る。そのようなシステムへのキー入力特徴は、検出された信号の振幅（時間）、周
波数及び位相特性のいずれか１つ以上から導出される。

本質的には、適用される処理は、大きなノイズ及び交絡成分（センサ固有のノイズ、セ
ンサ信号「フォールドオーバー」（周波数依存）、センサ位相不均衡（存在する場合）、
異なるタイプの生理的運動、及び他の動作源と背景クラッタに起因した）の存在下で同相
（Ｉ）及び直角位相（Ｑ）信号からの方向変更情報の解明を可能にする。処理されたチャ
ネル信号（同相及び直角位相）は、無線周波数ＲＡＤＡＲによって記録され得る、そして
適切なＡＤＣモジュールを使用してデジタル化され得る。これらのＲＦ信号は、パルス状
（例えば、１０．５２５ＧＨｚのセンサ等に適用）の連続波、すなわちパルス連続波にな
ることができる。

信号はフィルタバンクに供給又は入力され得る。該フィルタバンクでは、バンドパスフ
ィルタリングを含む一連のデジタルフィルタが低周波揺すり情報を検出して除去するため
に適用される。

２つのチャネルの位相情報は、時計回り／反時計回りのパターンを生成するために比較
され得る。ヒステリシスとグリッチ検出は、信号折り返しを抑制するために適用され得る
、そして結果得られた信号は、基準のセンサフレームへの運動源の相対的な方向を表す。
ピーク／トラフ検出及び信号追従は、この処理を支援するために追加的に実施され得る。
したがって、システムは、運動がセンサに向けられているか又は離れているか及び方向を
変えているかどうかを判断することができる。

センサ上のアナログフィルタリングは、いくつかのバージョンにおいてサンプリング前
に帯域幅を広げるように修正することができる。

例示的なジェスチャ／運動
ジェスチャＡ：
検出可能なジェスチャＡは、図７〜図１０を参照して考察され得る。実施例Ａにおいて
は、ジェスチャは人がセンサの前方約７０ｃｍに着座するときなど、手の動きに基づいて
いる。この運動はセンサから約４０ｃｍで手のひら（上向きにまたはセンサの前方を向い
ている）手のひらから始まる。これは、全体動作中の最も遠く離れた点であった。最も近
い点は、約１５ｃｍかもしれない。手をセンサに向かって伸ばして（動かせて）（１秒か
かる）短い休止後引き戻す（１秒かかる）。この運動は、正弦波の繰り返しと考えてもよ
い。完全なジェスチャは約２秒かかる。ジェスチャチャネルからのセンサ記録は、単一の
ジェスチャ（図８では１０回と図９では１回）の繰り返しに関して示されている。図８は
、変化する振幅対時間、周波数（スペクトログラム）、及びジェスチャチャネルからセン
サ記録の時間に対する変化する位相データのプロットを示している。位相方向は、図８，
図９及び図１０に示すように、異なる軸にＩ及びＱ信号出力を適用することにより、時間
に対してプロットされてもよい。

図８〜図１０は、センサに向かう動作が固有の位相回転を有し、これは動作がセンサか
ら離れているときに反転されることを、ジェスチャＡに関連して示している。したがって
、この位相の分析は、ジェスチャの方向性情報を提供することができる。

周波数スペクトログラムは、ジェスチャに関する特徴的動作速度を明確に示す。この周
波数「チャープ」は独特なパーソナリティ（すなわち、プロセッサにおいて分類すること
ができる）を有している。図９は、図７に概略示された動作／ジェスチャのクローズアッ
プ図を描写している。図８は、このジェスチャの複数のインスタンスを描写している；時
間ドメイン信号振幅がされるとともに、スペクトログラム及び位相もプロットされている
。該スペクトログラムは、ｘ軸上に時間、ｙ軸上に周波数、そして特定の周波数に関して
特定の時間における強度を異なる色として示している。この例では、被験者はセンサの前
方約７０ｃｍ着座した。この運動は全体動作中で最も遠く離れた点である、センサから４
０ｃｍにおいて手のひら（上向き）で始まる。最も近い点は１５ｃｍであった。手をセン
サに向かって伸ばして（１秒）、短い休止後引き戻す（１秒）。その意図は、正弦波を繰
り返すことであった。完全なジェスチャは２秒かかった。完全なジェスチャは１０回繰り
返された（図８による）。図９は、運動がセンサに向かっている、センサに接近している
、次にセンサから離れている場合を示している。この場合について、最大周波数は９０〜
１００Ｈｚの範囲にあることが見られる。位相はセンサに向かって動作中に時計回りに、
離れるときにび反時計回りに動くことが見られる。図１０において、Ｉ及びＱ（同相及び
直交位相）チャネルが、位相方向のための分析の第２の方法として、ＭＡＴＬＡＢ（登録商標）（Ｍａｔｈｗｏｒｋｓ社、Ｎａｔｉｃｋ）を使用して３Ｄ図形上の時間に対してプロットされた。

振幅が位置（センサからの距離）とともに目標物断面／サイズに応じて変化するように
見られるので、振幅特性が使用前に信号調整を採用してもよい。

目標物の半径方向速度及び方向も抽出され得る。センサ距離（例えば、２ｍ）内では、
それ（目標物）は接近した小さな目標物またはより離れたより大きな目標物であるかもし
れない。

ジェスチャＢ
別の検出可能なジェスチャＢ（腕及び手）は、図１１及び図１２を参照して考察するこ
とができる。運動は一杯に伸ばした腕で始まる。図１１に示すように、手は次いで身体を
横切って完全にスイングされる。腕がセンサ近傍（５ｃｍ）からセンサから最も離れる（
１３５ｃｍ）まで動かされるにつれて、手のひらは自然に上向きから下向きまで変化する
。ジェスチャの途中点で（頭の上方での腕のスイングアークのピークにおいて）手のひら
方向が変化する。

完全なジェスチャは４秒未満かかり、また例えば着座位置で行うことができる。

約２ｍ／秒の速度を有するジェスチャＢは、１４０Ｈｚの周波数を生成する。これは、
０ｍ／秒の開始及び終了速度で１秒の周期にわたって１ｍの距離内で生じる。

センサは検出のために人のほぼ近くに配置されてもよい（例えば、胸の中心から９５ｃ
ｍ）。例えば、ジェスチャの全体運動の間中最も遠くに離れた点は、センサから約１３５
ｃｍであってよい、かつ最も近い点は約５ｃｍであってもよい。そのような最も近い及び
最も遠くに離れた点は指の先端からの測定を基準にして考慮されてよい。図１２は、ジェ
スチャの検出のために処理されてよい振幅、周波数及び位相特性を示す。

シェービング動作
システムは多くのタイプの行動に適用されてよいが、好ましくは、反復動作に関連した
ものがよい。例としては、水洗い、髪をとかす、ブラシをかけるまたは磨く（例えば、毛
髪または歯）またはシェービングストロークなどの行動を検出及び分類することが挙げら
れる。場合によっては、システムは、記録された一次動作が特定の行動（例えば、シェー
ビング情報及び／または水洗い情報）を含むと仮定してもよい。ジェスチャチャネルを分
析することによって、例えば、ストローク総数の推定、動作の方向の変化の検出を求める
ことができる。同様に、ストロークの相対的な方向‐アップ／ダウンまたはダウン／その
他、等を求めることができる。動作源の相対的な方向を検出することができる。ストロー
クレート（ストローク数）を求めることができる。

起こりそうなストロークイベントを検出することにより、毎分当たりストロークレート
の推定値を算出し、提供することが可能である。高いピークレートのイベントは、起こり
得る水洗いイベントとして標示されている。

システムのいくつかのバージョンでは行動タイプまたはジェスチャプロセッサは、以下
の処理工程のいずれか一つ以上を実施し得る：
‐ジェスチャ信号のスペクトル成分を算出する
‐高速フーリエ変換を適用してローリング・ウィンドウでのピーク（周波数ドメイン）
見つける
‐各正弦波様ピーク間の距離を算出する
‐信号のゼロ交差を算出する（時間ドメイン）
‐運動及び持続時間の相対的な方向を推定する
‐２つのチャネル間の位相シフトを抽出する。
短時間フーリエ変換またはウェーブレットのような代替的な時間周波数解析も実現され
得る。

一般に、複合型センサ信号は、腕の動き、頭の動き、胴体の動き等に基づいている。他
の動きも検出することができる。

いくつかのバージョンでは、時計回り／反時計回り方向変更情報は、方向の変化を表す
ためにインパルスを生成するようにクロックされてもよい。これらのパルスはカウンタに
対して実装され得る、そして異なる発生回数にグループ化され得る。図１３は、Ｉ／Ｑ位
相信号差が変化するにつれて検出のための方向の変化を示している。

したがって、シェービングの行為と整合の取れた典型的な回数は記録されることができ
、よってシェービングの周期が推測されることができる。超高周波数情報に関連付けられ
た回数の増加は、顔への腕の動き、またはカミソリ刃の水洗いとして推論されることがで
きる。

シェービングまたは他の動作及びジェスチャ検出用のＲＦセンサを使用することの利点
は、ユーザまたはユーザグループからの写真／ビデオをキャプチャ及び処理する、例えば
ビデオベースのシステムに対するプライバシーの向上である。

レートの減少及び方向の変化は、呼吸を検出するために使用することができる。加えて
、時間ドメインと周波数ドメイン処理は、特定の帯域を局在化するために信号に適用され
る。

呼吸は、予期しない方向変化挙動特性とともにレートの相対的な変化を検出することに
よって交絡人体揺すりからさらに区別されることができる。図１３は、Ｉ／Ｑ位相差が変
化するにつれての方向変化検出を示している。図１３において、左上パネルのＩＱプロッ
トは、時計回り方向に動いているトレースを表している、また左上パネルは反時計方向に
動いているトレースを示している。時計回りから反時計回り方向（またはその逆）への変
化は、その中のトップラインによって左下及び右のパネルに示されている方向変更トレー
スを生じさせる。中間及びボトムラインは、この例では、Ｉ又はＱチャネルのいずれかを
それぞれ表している。

一実施例バージョンにおいて、行動のストローク（例えば、シェービングストローク）
は、以下に挙げる処理を適用して計数することができる：
‐バンドパスｄフィルタリング
‐時計回り／反時計回りから状態の変化を算出する。
‐ヒステリシスを付与する（信号の小さなブリップ上に不リッピング状態、例えば、折
り返しを避ける）。
‐ゼロ点の周りの特徴更新を抑制する
‐結果得られた信号を微分する。
‐（例えば、戻りストロークを識別するために）遷移回数を計数する。

このような検出処理を示す信号グラフを図１４に示す。

このようなジェスチャ／行動検出トレーニングを実行する際に、図１５に示すように、
分類は次のように行われてもよい。センサからの一組の記録が読み出しステップ１５０２
においてアクセスされてよく、トレーニングセットとして使用されてよい。（位相、周波
数及び振幅を有する）適切な検出特徴は、例えば特徴生成ステップ１５０４において生成
されてよい。トレーニング・セットアップ・ステップ１５０６において、分類器の構成は
、特定の動作／ジェスチャに関して作成されてもよい。その後、ある動作を、算出された
特徴の最も関連するものに関連付けるために、特徴がトレーニング分類ステップ１５０８
においてを処理されてよい。さらなるトレーニングがチェックステップ１５１２において
所望される場合、例えば改善された分類トレーニングが所望される場合、トレーニング分
類を繰り返してもよい。事前テスト・セットアップ・ステップ１５０５において、分類器
の構成は、先に分類された動作／ジェスチャの特徴を評価するためにアクセスされてよい
。これらの事前分類された動作は、その後、分類ステップ１５０７において新たに生成さ
れた特徴と比較して、その特徴に基づいて、事前分類された動作の１つを識別してもよい
。任意選択的に、トレーニングやテストからの分類器の性能を、識別された特徴を用いて
ビデオ性能ステップ１５１０、１５０９において評価して、ビデオを利用したアノテーシ
ョン（すなわち、同時ビデオが既知のジェスチャのパフォーマンス（実行）中に記録され
て動作信号の後からのアノテーションのためのタイムスタンプ基準として作用する：これ
は信号の人間の採点及び／または実行される対象の動作／ジェスチャ・イベントの別々の
ログを必要とする）と比較してよい、そして比較の結果に基づいて、特徴を微調整する必
要があり得る。独立したテストセットを次いで使用して、結果得られた特徴の構成をテス
トしてもよい。この種の教師あり学習（教師なし学習も他の技術を使用して可能である）
については、独立したテスト・セットは、システムの見込みのある現実世界のパフォーマ
ンス（すなわち、未知のデータのパフォーマンス）をチェックするためにトレーニングセ
ットに使うにはためらわれている。開発プロセスの間に、反復はパフォーマンスを最大化
するためにトレーニングセット上で行われ、可能な限りパフォーマンスをの最大化する最
小数の特徴を使用することを目指している。主成分分析（ＰＣＡ）または他の次元削減は
、このような特徴を選択するために実装されてもよい。ステップ１５０２、１５０４、１
５０５と１５０７は、トレーニング及び試験を実施しいない場合に、前述したように動作
識別を行う目的のために、検出装置１００内のまたは関連付けられた、プロセッサまたは
コントローラによって実施されてよいことが認識されるであろう。

例えば、コルモゴロフ−スミルノフ（Ｋｏｌｇｏｍｏｒｏｖ−Ｓｍｉｒｎｏｖ：ＫＳ）
の適合性度仮説の統計的検定は、データの目標ブロックの累積分布関数をトレーニングデ
ータと比較するために実施されてもよい。そのようなブロック毎の分類は図１６の例に示
されている。この分類は、以下のプロセスのいずれか一つ以上を用いて実施してもよい。

（１）バイオモーション（生き物の運動）ブロック分割
Ｉ信号及びＱ信号のデータが連続非重なりブロックまたは部分重なりブロックのいずれ
かのに分割することができる。例えば、５０％の重なりを有する１^＊１６０サンプル（１
６０Ｈｚで１秒）のブロック長さ、またはなにか他の組み合わせが使用できるかもしれな
い。計算の複雑さは、ブロックの長さを変えることによって、及び／または重なりの量を
変化させることにより精度に代えることができる。

（２）ブロック前処理
データのブロックをチェックして、データが存在または不在セクション内に入るかどう
かを確認することができる（すなわち、１つのセンサまたは複数のセンサの範囲内の呼吸
数及び／または心拍を持つユーザが存在するか；１５秒と６０秒間で呼吸数検出について
は、複数の呼吸サイクルを検出するためにデータの追加が必要になることがある。さらに
、ブロックをチェックして可能なＲＦ干渉信号が検出されないことを確認してもよい（す
なわち、動作／ジェスチャ信号をＲＦトランシーバによって検出されるかもしれないＲＦ
干渉の強いソースから区別するために；また、ファンのような他の非バイオモーションソ
ースがこの段階で検出され、拒否されてもよい）。検討中のブロックがこれらの基準を満
たしていない場合、それは任意選択的に、それ以上分類されないでもよい。ユーザが実際
にセンサの近傍にいる可能性を確認するために、１つのブロックまたは複数のブロックは
また、ユーザや部屋環境の他の情報源と相互参照及び／または相関されてよい；例えば、
ウェアラブルデバイスからのデータ、携帯電話からの場所や動作データ、室内環境のセン
サ、ホームオートメーションやその他のセキュリティセンサからのデータ。

（３）特徴抽出
考慮中のブロックについては、時間ドメイン（時間的）及び周波数ドメインまたは時間
／周波数特徴の数（すべてまたはサブセット）を次のように算出することができる。異な
るブロックの長さを同時に考慮することができることに留意されたい。
‐Ｉ＆Ｑ信号の（または導出された特徴の）変換されたトリム平均及び中央値（当該変
換は、例えば、平方根、２乗または対数であるがこれらに限定されない）
‐規定された範囲（例えば、５％から９５％までのレンジまたは四分位範囲のレンジで
あるがこれに限定されない）をカバーして、補間または他の方法を用いては算出された、
信号における変換された広がり具合（当該変換は、例えば、平方根、２乗または対数であ
るがこれらに限定されない）。
− ヒルベルト変換を使用した信号（Ｉ＆Ｑ）のエンベロープ
− 信号の周囲の例に対する信号（Ｉ＆Ｑ）の相対振幅
− 信号（Ｉ＆Ｑ）のゼロ交差
− 移動窓内のピーク周波数
− ピーク周波数対２倍波及び３倍波の比
− 位相方向（時計回りまたは反時計回り）
− 位相速度
− 信号内の呼吸信号及び／または心臓信号の存在（またはその欠如）（すなわち、動
作をバイオモーション、例えば、人によって作られたもの動作に関連づける）
− Ｉ＆Ｑチャネルにおける類似の動作信号または動作信号の差の存在

（４）ブロック分類
一例として、特性分布を有する入力特徴集合について、Ｋｏｌｇｏｍｏｒｏｖ−Ｓｍｉ
ｒｎｏｖ（ＫＳ）２サンプル・ノンパラメトリック適合性（ｇｏｏｄｎｅｓｓ ｏｆ ｆ
ｉｔ）検定を使用してこの基準サンプル（例えば、時間、周波数、位相等から導出された
シェービング運動、特定の手のジェスチャの特徴）を、センサ（単数または複数）によっ
て捕捉された新たなサンプル分布（例えば、検出された新たなサンプルの経験分布関数と
基準分布の累積分布関数との間の距離を定量化すること）と比較してもよい。ＫＳの多変
量バージョンが実装されてもよいが、これは複数の累積密度関数の比較を行うことが必要
になり得る。

別の例として、Ｆｉｓｈｅｒの線形判別ルールに基づく線形判別分類器（ＬＤＣ）が、
各非重なり（ｎｏｎ−ｏｖｅｒｌａｐｐｅｄ）または重なり（ｏｖｅｒｌａｐｐｅｄ）ブ
ロックに適用される。供給されるデータの各ブロック毎に、複数の所定の出力クラス−例
えば、異なる動作又はジェスチャ状態が存在する。分類器は、入力特徴の集合に応答して
、各クラスの確率推定値を表す数字の集合を出力する。線形判別式は、超平面の集合を使
用して、特徴空間を異なるクラスに分割する。モデルの最適化は、直接計算によって達成
され、ニューラルネットワークのように他のモデルを基準にして非常に速い。

ＬＤＣのトレーニングが次のように進行する。ｘをデータ集合から算出した特徴値を含
むｄｘ１列ベクトルとする。ｘをｃの可能なクラス（我々のケースではｃ＝２）の１つに
割り当てたい。合計Ｎ個の特徴ベクトルは分類器をトレーニングするために利用可能であ
り、特徴ベクトルの数がＮ_ｋに等しいクラスｋを表す、すなわち：

クラスｋにおけるｎ番目のトレーニングベクトルが、ｘ_ｋ，ｎとして表される。クラス
条件付き平均ベクトルμ_ｋが以下のように定義される：

ここで、すべてのクラスにわたって定義された共通共分散行列を定義する（つまり、各
クラスがその平均値においてのみ異なり、その高次統計量においては異ならないと想定す
る）。共通共分散行列は次のように定義される：

μ_ｋ及びΣはトレーニングデータを使用して算出される。いったんこれらの値が算出さ
れると、任意のデータベクトルｘについての判別値ｙ_ｋが次式を用いて算出することがで
きる：

ここに、π_ｋはクラスｋからのものであるベクトルｘの事前確率である。次式を用いて
判別値を事後確率に変換するのは簡単である：

この公式化は、判別値から事後確率へのマッピングを提供する。ｘに割り当てられた最
終的なクラスは最高の事後確率を持つクラスである。これはブロック出力となる。

しかし、このシステムはまたニューラルネットワーク、深層学習分析等の方法を採用す
ることができる‐特に合理的な計算能力が利用可能である場合。（例えば、画像処理に使
用し得るような）形態素信号処理を含むより複雑な方法は、より複雑な分類方法を使用す
るとき特徴分析を増強することができる：これらは、複雑な動作／ジェスチャで見られる
パターンを検出するのにより適切であり得る。

行動の周期的性質は、行動に関してＩチャネル、Ｑチャネル、ストロークとストローク
レートを示す、図１７の信号のグラフにさらに示されている。シェービング行動を想定し
ているこの例では、４番目の（一番下の）軸が、黒ドット（一番下のパネルに「ストロー
クレート」とラベル付けされた図１７中に「ＤＤ」とラベル付けされた−高レート区域が
これらのリンス点を示している）で予想カミソリ洗い周期を示している。これはシェービ
ング行動の周期的性質の検出を明らか に示している。

さらなる例示的ジェスチャ／運動
図１８〜図２５にさらに示しているように、追加の動作ジェスチャがセンサ・ジェスチ
ャ・チャネル信号の位相、周波数及び／または振幅の分析によって検出され得る。センサ
から一定の距離が設けられているが、これらの距離は、センサの構成された検出範囲に応
じて変更され得ることが認識されるであろう

ジェスチャ１：
ジェスチャ１は、図１８ａ〜図１８ｃを参照して考察することができる。この例では、
センサは、胸の中心からのある距離（例えば、７０ｃｍ）に配置することができる。セン
サは、（図１８ａの視聴者の方向にジェスチャ被験者から離間されている（これはまた、
後続の図１９ａ、図２０ａ、図２１ａ、図２２ａ、図２３ａ及び図２４ａにも当てはまる
）。全体動作の間中で最も遠く離れた点がセンサから約５５ｃｍのものであってもよいし
、最も近い点が約４５ｃｍであってもよい。最も遠く離れた点は、指の先端を基準にして
測定されてよい。図１８ａに示すように、腕をセンサに平行にして手の運動が行われる。
手だけがセンサに鉛直に前後に動く。完全なジェスチャ１は、約２秒かかる。この運動は
、着座位置または立ち位置から行われてよい。図１８ｂ（ジェスチャの１０回の反復）及
び図１８ｃ（単一のジェスチャ）に示すように、位相、周波数及び振幅のうちの任意の１
つ以上の特徴が、ジェスチャまたは繰り返しジェスチャの検出のために分類されてよい。

ジェスチャ２：
ジェスチャ２は、図１９ａ〜図１９ｃを参照して考察することができる。この例では、
センサは、胸の中心から約７０ｃｍに位置付けられた。ジェスチャは、センサの前で手を
振ると考えてもよい。全体動作中で最も遠く離れた点がセンサから約５０ｃｍであった、
最も近い点が約４５ｃｍであった。最も遠く離れた点は、センサから約２４度の角度で指
の先端まで測定された。図１９ａに示すように、運動はセンサに平行な腕で始まる。手の
みがセンサに平行に前後に動く。完全なジェスチャは約２秒未満かかる。この動作は立っ
たまま横たわったまま、若しくは着座位置から行ってもよい。

図１９ｂ（ジェスチャの１０回の繰り返し）及び図１９ｃ（単一のジェスチャ）に示す
ように。位相、周波数及び振幅のうちの任意の１つ以上の特徴がジェスチャまたは繰り返
しジェスチャの検出のために分類されてよい。

ジェスチャ３：
ジェスチャ３は、図２０ａ〜図２０ｃを参照して考察することができる。この例では、
センサは胸部の中心から７０ｃｍに位置付けられた。全体動作中で最も遠く離れた点がセ
ンサから約８５ｃｍ、最も近い点が４５ｃｍであった。最も遠く離れた点が指の先端を基
準にして測定される。最も近い点は、センサから腕までの最短距離であって、指の先端で
はない。図２０ａに示すように、腕と手の運動は、センサに平行な腕で始まる。腕はその
後、元の位置に戻る前に、人体に交差する。完全なジェスチャは約２秒かかる。この動作
は立ったまま横たわったまま、若しくは着座位置から行ってもよい。

図２０ｂ（ジェスチャの１０回の繰り返し）及び図２０ｃ（単一ジェスチャ）に示すよ
うに、位相、周波数及び振幅のうちの任意の１つ以上の特徴は、ジェスチャまたは繰り返
しジェスチャの検出のために分類されてよい。

ジェスチャ４：
ジェスチャ４は、図２１ａ〜図２１ｃを参照して考察することができる。この例では、
センサは胸部の中心から約７０ｃｍに位置付けられた。全体動作中の最も遠く離れた点は
、センサから約６０ｃｍ、最も近い点が約４５ｃｍであった。最も遠く離れた点は、指の
先端を基準に測定される。最も近い点は、アームのセンサから腕までの最短距離であって
、指の先端ではない。図２１ａに示すように、腕と手の運動はセンサに平行に、腕をに上
げて、指の先端が上方向を向いた状態から始まる。腕はセンサに平行に動く。完全なジェ
スチャは約２秒未満かかる。この動作は立ったまま横たわったまま、若しくは着座位置か
ら行ってもよい。

図２１ｂ（１０回繰り返しのジェスチャ）及び図２１ｃ（単一のジェスチャ）に示すよ
うに。位相、周波数及び振幅のうちの任意の１つ以上の特徴が、ジェスチャまたは繰り返
しジェスチャの検出のために分類されてよい。

ジェスチャ５：
ジェスチャ５は、図２２ａ〜図２２ｃを参照して考察することができる。この例では、
センサは胸部の中心から約９５ｃｍに位置付けられた。全体動作中の最も遠く離れた点は
、センサから約１３５ｃｍ、最も近い点が約５ｃｍであった。最も近い点と最も遠く離れ
た点は指の先端を基準に測定される。図２２ａに示すように、運動は一杯に伸ばした腕か
ら始まる。手はその後、人体を横切って一杯に振られる。完全なジェスチャは約４秒未満
かかる。この動作は立ったまま横たわったまま、若しくは着座位置から行ってもよい。

図２２ｂ（１０回繰り返しのジェスチャ）及び図２２ｃ（単一のジェスチャ）に示すよ
うに。位相、周波数及び振幅のうちの任意の１つ以上の特徴は、ジェスチャまたは反復ジ
ェスチャの検出のために分類されてよい。

ジェスチャ６：
ジェスチャ６は、図２３ａ〜図２３ｃを参照して考察することができる。この例では、
センサが胸部の中心から約７０ｃｍに位置付けられた。全体動作中の最も遠く離れた点が
センサから約９５ｃｍと最も近い点が約５０ｃｍであった。最も遠く離れた点が指の先端
を基準にして測定される。最も近い点は、センサから肩部までの最短距離であって、指の
先端ではない。図２３ａに示すように、腕と手の運動は頭の上に腕を一杯に伸ばした状態
から始まる。手はその後、９０度の角度で振り下ろされる。完全なジェスチャは約３秒か
かる。この動作は立ったまま横たわったまま、若しくは着座位置から行ってもよい。

図２３ｂ（１０回繰り返しのジェスチャ）及び図２３ｃ（単一のジェスチャ）に示すよ
うに。位相、周波数及び振幅のうちの任意の１つ以上の特徴は、ジェスチャまたは繰り返
しジェスチャの検出のために分類されてよい。

ジェスチャ７：
ジェスチャ７は、図２４ａ〜図２４ｃを参照して考察することができる。この例では、
センサは、胸部の中心から約７０ｃｍに位置付けられた。全体動作中の最も遠く離れた点
はセンサから約５２ｃｍと最も近い点が約５０ｃｍであった。図２４ａに示すように、腕
と手の運動は、腕をセンサに平行にして手のひらを上向きにした状態から始まる。手はそ
の後、元の位置決幅に戻る前に約１５ｃｍ引き上げられる。完全なジェスチャは約２秒か
かる。この動作は立ったまま横たわったまま、若しくは着座位置から行ってもよい。

図２４ｂ（１０回繰り返しのジェスチャ）及び図２４ｃ（単一のジェスチャ）に示すよ
うに。位相、周波数及び振幅のうちの任意の１つ以上の特徴は、ジェスチャまたは繰り返
しジェスチャの検出のために分類されてよい。

寝返り運動１
寝返り検出は、図２５ａ及び図２４ｂを参照して考察することができる。睡眠情報検出
のために、寝返りは人が眠りにつけないことの徴候であると見なされている。この例では
、運動は例えば、人が仰向けになっている状態から始まる。人はセンサに向けて横に転が
り、これに約２秒かかり得る。その後休止があり得る（例えばテスト例で約１秒など）。
人は次いで、センサから離れて初期位置まで転がり、これに約２秒かかり得る。図面の信
号データでは、完全な運動に５秒かかる（２回の寝返り）。これはデータでは１０回繰り
返される。

図２５ａ（１０回繰り返しの寝返り動作）及び図２５ｂ（寝返り）に示すように、位相
、周波数及び振幅のうちの任意の１つ以上の特徴は、動作または反復動作の検出のために
分類されてよい。

寝返り運動２
寝返り検出は、図２６ａ及び図２６ｂを参照してさらに考察することができる。この例
では、運動は例えば、被験者が仰向けになっている状態から始まる。その人は次いで、セ
ンサから離れて自分の横に転がり、これに約２秒かかり得る。その後休止があり得る（例
えばテスト例で約１秒など）。その人は次いで、センサに向けて最初の位置まで転がり戻
る。これは約２秒かかり得る。図面の信号データでは、完全な運動には５秒（２回の寝返
り）かかる。これはデータでは１０回繰り返される。

図２６ａ（１０回繰り返しの寝返り運動）及び図２６ｂ（寝返り）に示すように、位相
、周波数及び振幅のうちの任意の１つ以上の特徴は、運動または反復運動の検出のために
分類されてよい。

寝返り運動３
寝返り検出は、図２７ａ及び図２７ｂを参照してさらに考察することができる。この例
では、運動が図２６（寝返り運動２）の寝返り運動よりも少し長い。該運動は、例えば被
験者が仰向けになっている状態から始まる。その人は次いで、センサから離れてうつ伏せ
まで転がり、これに約３秒かかり得る。その後休止があり得る（例えばテスト例で約１秒
など）。その人は次いで、センサに向けて転がり最初の位置まで戻ってよい。これに約３
秒かかり得る。図面の信号データでは、完全な運動に７秒（２回の寝返り）かかる。これ
はデータでは１０回繰り返される。

図２７ａ（１０回繰り返しの寝返り動作）及び図２７ｂ（寝返り）に示すように、位相
、周波数及び振幅のうちの任意の１つ以上の特徴は、動作または反復動作の検出のために
分類されてよい。

寝返り運動４
寝返り検出は、図２８ａ及び２８ｂを参照してさらに考察することができる。この例で
は、この運動が図２５（寝返り運動１）の寝返りの運動よりも少し長い。該運動は、例え
ば被験者が仰向けになっている状態から始まる。その人は次いで、センサに向かって仰向
けになるまで転転がり、これにる約３秒かかり得る。その後休止があり得る（例えばテス
ト例で約１秒など）。その人はその後、センサから離れる方に転がって元の位置に戻るこ
とができる。これには約３秒かかり得る。図面の信号データでは、完全な運動に７秒（２
回の寝返り）かかる。これはデータでは１０回繰り返される。図２７ａ（１０回繰り返し
の寝返り動作）及び図２７ｂ（寝返り）に示すように、位相、周波数及び振幅のうちの任
意の１つ以上の特徴は、動作または反復動作の検出のために分類されてよい。

一つの代替のアプローチでは、レファレンスシグネチャを提供するために、グローバル
な特徴がスペクトログラムから直接抽出され得る。ジェスチャと寝返り形態から描写され
るように、各ジェスチャのための特徴的なパターンは、カラースペクトログラムに見るこ
とができる。そのようなアプローチは‐例えば、ブロック毎に若しくは領域アプローチに
おいて、スペクトログラム画素の色情報を処理及び解析することによって実行され得る。
任意選択的に、エッジ検出を含む及び特定パターンを囲むなどの、エンハンスメントが実
行されてもよい；これは、周囲の画素内のノイズを除去または低減するのに有効にするこ
とができる。色は色空間に応じて、例えばＲＢＧ（赤、緑、青）またはＣＭＹＫ（シアン
、マゼンタ、黄、黒）において処理され得る；それぞれが別個のチャンネルとして扱われ
てよい。色強度は強度値（例えば、低、低−中、中、中−高、高または他の何らかの組合
せ）によって区別され、その後にニューラルネットワークなどの分類器に送ることができ
る。例えば、図２２ｃとカラースペクトログラム及び図３０の処理画像を考察する。ここ
でエッジエンハンスメントは、赤色ブロッブ（集合体）の輪郭を捕捉し、斑点状の青／紫
領域を拒絶することに向けられる。黄色の縞を有する赤色領域の形状は、このようにこの
ジェスチャタイプのイニシアルシグネチャ（テンプレート）を提供し、教師あり学習分類
器で使用することができる。このジェスチャ（運動）の複数の反復の可変性は、図２２ｂ
に示されているが、同じ基本形状と色が持続する。このパターンはこの繰り返し運動から
平均化されることができ、この目標ジェスチャ（運動）のためのトレーニング入力を提供
することができる。

図３０は、画像を示す。トップからボトムまでのパネル：トップパネルは、ＲＧＢ色空
間チャネルを含み、第２のパネルはＲ（赤）チャンネルだけを示し、第３はＧ（緑）を示
し、第４はＢ（青）を示し、且つボトムＢ−Ｄは青色チャネルであり、ブロッブ検出が強
度値に適用され、まさに左の周波数成分を除去するために左にわずかにずれている（パネ
ル１−４に示す）。最大周波数は１７０Ｈｚ（右端の「ブロッブ」）から２１０Ｈｚ（左
端の「ブロッブ」）に及ぶ。このように、図３０（ボトムから上へ２番目の画像）を参照
して例示したように、画像データはトップ画像ＲＧＢのカラーデータを離散的な赤、緑、
青のカラーチャネル（それぞれトップ−中央画像Ｒ（赤）、中央画像Ｇ（緑）及びボトム
２つの画像Ｂ（青）チャネル）のうちのいずれか一つ以上に分割（図２２［Ｃ］のオリジ
ナル（トップ）を参照）してメインブロッブ領域を選択するために処理されてもよい。人
間の目にとって、最も明瞭なシグネチャはブルーチャネル（ボトム）において明らかであ
る；すなわち、黒領域を考慮する（画像の左側への縦ストライプを無視する）。ボトム画
像Ｂ−Ｄは単離された青色チャネルの重ね合わされたブロッブ検出を示す。そのような分
割／色分解及びブロッブ検出は、本明細書でより詳細に説明するように、特徴検出及び／
又は分類を伴うプロセスの一部のような、システムの１つ以上のプロセッサの適切なアル
ゴリズム（複数可）によって行われ得る。

複数のＲＦセンサ（例えば、ステレオセンサシステム）：
模範単一のＲＦセンサについては、ユーザがセンサに向かってまたはそれから離れて移
動するときにＩ及びＱ位相を検出することができる。単一のセンサに垂直な（センサの面
を横切って）動きは、はるかに小さい相対位相変化（例えば、センサの検出面を横切る円
弧状に動きは、非常に低い測定可能な相変化を有するか若しくは全く有しないであろう。
付加的なセンサ（例えば、第１のセンサ（例えば、互いからある角度の傾斜を持って）に
隣接して配置された第２の（及びそれに続く）センサ（単数または複数）を備えたシステ
ム）を使用して、入って来る及び出ていくオブジェクトの信号を検出できる。例えば、第
２のセンサは、第１のセンサの円弧に位置決めされ得る（例えば、センサは、第１のセン
サに対して４５度であってよい若しくは第１のセンサに対して直交（９０度）または他の
適切な微分角度であってよい）。したがって、効果的なステレオセンサシステムは、セン
サに対応する種々の検出平面を横切る動き（例えば、第１のセンサに垂直な動きは、第２
のセンサの信号の分析によってより明瞭に特徴付けることができる）をより効率的に検出
及び特徴付けることができる。このような場合には、運動／ジェスチャの分類は、考慮で
きる両方のセンサからの信号情報（例えば、両方のセンサから出力された位相から導出さ
れた特徴）を考慮に入れてもよい。そのようなシステムは、例えば、このように運動の方
向に基づいて異なる制御信号を返してもよい。シェービング分析については、顔（又は身
体の他の部位）の象限を決定することができるだろう。ゲームの実装については、特定の
局所化された動きを決定することができるだろう。

したがって、２つのセンサは２次元（２Ｄ）におけるジェスチャを検出及び認識するた
めに「ステレオ」システムとして協働して機能することができる。また、３つのセンサは
を例えば、レンジ・ゲート型ＲＦセンサを使ってジェスチャの動きの三次元特性（３Ｄ）
を識別するために使用することができる。したがって、複数のセンサからの検出信号を取
得することによって単一のジェスチャを特徴づけてもよい。２センサ２次元の場合（すな
わち、２Ｄ）、センサ１及びセンサ２のそれぞれからのＩ／Ｑ信号（２つのセンサの場合
ではＩ１、Ｉ２、Ｑ１、Ｑ２の差分‐左と右）、プロセッサにより分析することができる
。結果得られた振幅と位相の差が「ｘ」、「ｙ」出力を与える。場合によっては、結果得
られたセンサフィールドに細粒度３次元ジェスチャ認識データを提供するために、３つの
センサを協働システムに実装して「ｚ」軸を追加してもよい。このような場合において、
Ｉ１、Ｉ２、Ｉ３、Ｑ１、Ｑ２、Ｑ３の差分を３センサケースからの信号を用いてプロセ
ッサにより評価して単一のジェスチャを判別してもよい。いくつかの実施形態では、３つ
のセンサのうち少なくとも２つを互いに直交するように設置することにより最大位相を得
ることができる。

いくつかのバージョンでは、アンテナが分離されている場合、マルチレイアンテナ（位
相アレイアンテナ）は、１つのセンサ上に実装されてもよい。これによって、第２のセン
サを不要にし得る。

いくつかの場合において、ジェスチャが特定のオーディオ・シグネチャによって（例え
ば、アップコンバートされた信号を有するスピーカから音を発生することによって）検出
（認識）できるように、ＲＦセンサ動作信号が、例えばオーディオ周波数にアップコンバ
ートされてもよい。これによって、人間が異なるタイプのジェスチャを区別することが可
能になる、若しくは既知の音声認識アプローチを利用して分類及び／またはデバイス・ト
レーニングを増強することが可能になる。

本明細書では、用語「備える（ｃｏｍｐｒｉｓｉｎｇ）」はそれの「オープン」な意味
合いで、すなわち「含む（ｉｎｃｌｕｄｉｎｇ）」の意味合いで理解されるべきであり、
したがって、その「クローズド」の意味合い、すなわち「のみから成る（ｃｏｎｓｉｓｔ
ｉｎｇ ｏｎｌｙ ｏｆ）」の意味合いに限定されるべきでない。対応する意味は、対応
する用語「ｃｏｍｐｒｉｓｅ」「ｃｏｍｐｒｉｓｅｄ」、及び「ｃｏｍｐｒｉｓｅｓ」が
どこに現れるかに依るものである。

本技術の特定の実施形態が記載されてきたが、本技術がその本質的な特徴から逸脱する
ことなく他の特定の形態で実施できることが本技術分野の当業者には明らかであろう。本
実施形態及び実施例は、したがって、すべての態様において例示的であって制限的なもの
ではないと見なされるべきである。例えば、本開示は、手／腕に基づいたジェスチャ及び
寝返りのような運動の検出について説明してきた一方で、同じ原理が他の大規模な動作に
も適用可能である。例えば、ユーザがベッドで横臥位置と着座位置との間で動く（及びそ
の逆も同様）、特定の目標物（テーブルランプ、または呼吸装置）等に手を伸ばすなどで
ある。

本技術分野において知られている事柄に対する本明細書での言及は、特段の説明がない
限り、その事柄が本技術に関係する分野における当業者に一般に知られていることを認め
るものではないということをさらに理解されたい。

パーツリスト：。
検出装置 １００
読み取りステップ １５０２
特徴生成ステップ １５０４
事前テスト セットアップ ステップ １５０５
トレーニング セットアップ ステップ １５０６
分類ステップ １５０７
トレーニング分類ステップ １５０８
ビデオ・パフォーマンス・ステップ １５０９
ビデオ・パフォーマンス・ステップ １５１０
チェックステップ １５１２

Claims (56)

1. 無線周波数送信機、無線周波数信号を放射するように構成された該送信機と；
   前記放射された無線周波数信号のうち反射信号を受信するように構成された受信機と；
   前記放射された無線周波数信号のうち前記受信された反射信号を処理し、動作出力信号
   を生成するように構成されたモーションチャネル回路と；
   前記動作出力信号を評価し、前記動作出力信号の振幅、位相及び周波数の任意の一つ以
   上に基づいて動作を識別するように構成されたプロセッサとを備える無線周波数の運動セ
   ンシング装置。
2. 前記識別された動作が、手のジェスチャ、腕のジェスチャまたは手及び腕の合成ジェス
   チャのうちの少なくとも１つを含む、請求項１に記載の装置。
3. 前記識別された動作が寝返り動作を含む、請求項１に記載の装置。
4. 前記識別された動作が行動を含む、請求項１に記載の装置。
5. 前記識別された動作がシェービング行動を含む、請求項４に記載の装置。
6. 前記動作出力信号が、同相及び直角位相信号を含む、請求項１〜５のいずれか一項に記
   載の装置。
7. 前記放射された無線周波数信号が、パルス無線周波数発振信号を含む、請求項１〜６の
   いずれか一項に記載の装置。
8. 前記モーションチャネル回路がバンドパスフィルタを含む、請求項１〜７のいずれか一
   項に記載の装置。
9. 前記装置が前記放射された無線周波数信号を代表する信号とともに前記放射された無線
   周波数信号の前記受信された反射信号を復調する、請求項１〜８のいずれか一項に記載の
   装置。
10. 前記装置が前記放射された無線周波数信号と前記放射された無線周波数信号の前記受信
    された反射信号との間の時間差及び／または位相差を算出し、該算出した時間差及び／ま
    たは位相差に基づいて前記動作を識別する、請求項１〜９のいずれか一項に記載の装置。
11. 前記モーションチャネルがアンチエイリアシング・フィルタを備える、請求項１〜１０
    のいずれか一項に記載の装置。
12. 前記プロセッサが、前記動作出力信号の前記振幅、位相及び周波数の任意の２つから算
    出された複数の特徴に基づいて動作を分類するように構成されている、請求項１〜１１の
    いずれか一項に記載の装置。
13. 前記プロセッサが、前記動作出力信号の前記振幅、位相及び周波数の任意の１つ以上を
    用いて算出された持続時間に基づいて動作を分類または識別するように構成されている、
    請求項１〜１１のいずれか一項に記載の装置。
14. 前記プロセッサが、前記動作出力信号の振幅、位相及び周波数のそれぞれから前記複数
    の特徴を算出するように構成されている、請求項１２に記載の装置。
15. 前記複数の特徴が、前記動作出力信号の振幅、位相及び周波数の任意の一つ以上の分析
    から導出された決定持続時間を含む、請求項１２及び１４のいずれか一項に記載の装置。
16. 前記算出された複数の特徴が：
    （ａ）停止周波数から動作中のジェスチャを経てある最大周波数まで、次に再び停止に
    戻ることから導出された周波数特性；
    （ｂ）短時間フーリエ変換、Ｉ及び／またはＱチャネルのピーク及び高調波トラッキン
    グ及び／またはチャネル処理のいずれかを含む前記信号の時間及び周波数分析；
    （ｂ）Ｉ信号とＱ信号間の位相差及び特性変化の平均値の標準偏差の一定数以内の繰り
    返し信号の評価：のいずれかを含む位相特性；
    （ｃ）ピーク（山）及びトラフ（谷）検出、ゼロ交差検出、及び信号検出の包絡線：の
    いずれかを含む振幅特性；及び
    （ｄ）学習歪度、尖度、周波数の広がり、位相、振幅、平均値、及び／又は標準偏差：
    の１つ以上を含む、請求項１５に記載の装置。
17. 前期プロセッサが、前期産出された複数の特徴を１つ以上の閾値と比較するように構成
    されている、請求項１４〜１６のいずれか一項に記載の装置。
18. 前記プロセッサが、複数の所定の動作から１つを選択することにより前記動作を識別す
    るように構成されている、請求項１〜１７のいずれか一項に記載の装置。
19. 前記プロセッサが、前記識別された動作の発生回数を計数するように構成されている、
    請求項１〜１８のいずれか一項に記載の装置。
20. 前記プロセッサが、前記識別された動作に基づいてデバイスの操作のための制御信号を
    生成するようにさらに構成されている、請求項１〜１９のいずれか一項に記載の装置。
21. 前記プロセッサが、異なる識別された動作に基づいてデバイスの異なる操作のために異
    なる制御信号を生成するように構成されている、請求項１〜２０のいずれか一項に記載の
    装置。
22. 前記プロセッサが、前記動作出力信号を評価し、かつ複数のセンサからの動作出力信号
    に基づいて動作を識別するように構成されている、請求項１〜２１のいずれか一項に記載
    の装置。
23. 前記複数のセンサが、第１センサ及び第２センサを含み、前記プロセッサが該第１セン
    サ及び該第２センサからのＩ及びＱ信号を評価し、前記動作を識別する、請求項２２に記
    載の装置。
24. 前記プロセッサが、前記第１センサ及び前記第２センサから前記Ｉ及びＱ信号のＩ差動
    及びＱ差動を決定する、請求項２３に記載の装置。
25. 前記複数のセンサが、第１センサ、第２センサ及び第３センサを含み、前記プロセッサ
    が該第１センサ、該第２センサ及び該第３センサからのＩ信号及びＱ信号を評価し、前記
    動作を識別する、請求項２２に記載の装置。
26. 前記３つのセンサのうち少なくとも２つが互いに直交するように位置決めされている、
    請求項２３〜２６のいずれか一項に記載の装置。
27. 前記評価されたＩ及びＱ信号が、前記プロセッサによって使用されて１次元以上で運動
    特性を識別する、請求項２３〜２７のいずれか一項に記載の装置。
28. 前記プロセッサが、次の、速度、速度の変化、距離、距離の変化、方向及び方向の変化
    、一つ以上を抽出するように構成されている、先行する請求項１〜２７のいずれか一項に
    記載の装置。
29. 高周波モーションセンシング方法であって：
    無線周波数送信機を用いて、無線周波数信号を放射することと；
    受信機を用いて、前記放射された無線周波数信号のうち反射信号を受信することと、
    運動・チャネル回路を用いて動作出力信号を生成するために前記放射された無線周波数
    信号の前記受信された反射信号を処理することと；
    プロセッサにおいて、前記動作出力信号を評価すること、及び前記動作出力信号の振幅
    、位相及び周波数の任意の一つ以上に基づいて動作を識別することとを含む方法。
30. 前記識別された動作が手ジェスチャ、腕ジェスチャ及び手と腕の合成ジェスチャのいず
    れか１つを含む、請求項２９に記載の方法。
31. 前記識別された動作が、寝返り動作を含むことを特徴とする、請求項２９に記載の方法
    。
32. 前記識別された動作が、行動を含む、請求項２９に記載の方法。
33. 前記識別された動作が、シェービング行動を含む、請求項３２に記載の方法。
34. 前記動作出力信号が、同相及び直角位相信号を含む、請求項２９〜３３のいずれか一項
    に記載の方法。
35. 前記放射された無線周波数信号が、パルス無線周波数発振信号を含む、請求項２９〜３
    ４のいずれか一項に記載の方法。
36. 前記モーションチャネル回路が、バンドパスフィルタを含む、請求項２９〜３５のいずれ
    か一項に記載の方法。
37. 前記放射された無線周波数信号代表すを代表する信号で前記放射された無線周波数信号
    の前記受信された反射信号を復調すること、をさらに含む、請求項２９〜３６のいずれか
    一項に記載の方法。
38. 前記放射された無線周波数信号と前記無線周波数信号の前記受信された反射信号との間
    の時間差及び／または位相差を算出すること及び該算出された時間差及び／または位相差
    に基づいて前記動作を識別すること、をさらに含む、請求項２９〜３７のいずれか一項に
    記載の方法。
39. 前記モーションチャネルが、アンチエイリアシング・フィルタを備える、請求項２９〜
    ３８のいずれか一項に記載の方法。
40. 前記プロセッサで、前記動作出力信号の前記振幅、位相及び周波数の任意の２つから算
    出された複数の特徴に基づいて動作を分類すること、をさらに含む、請求項２９〜３９の
    いずれか一項に記載の方法。
41. 前記プロセッサが、前記動作出力信号の前記振幅、位相及び周波数の任意の１つ以上で
    算出された持続時間に基づいて動作を分類または識別する、請求項２９〜４０のいずれか
    一項に記載の方法。
42. 前記動作出力信号の前記振幅、位相及び周波数のそれぞれから前記複数の特徴を前記プ
    ロセッサにおいて算出すること、をさらに含む、請求項４０に記載の方法。
43. 前記複数の特徴が、前記動作出力信号の前記振幅、位相及び周波数の任意の１つ以上の
    分析から導出された決定持続時間を含む、請求項４０及び４２のいずれか一方に記載の方
    法。
44. 前記算出された複数の特徴が：
    （ａ）停止周波数から動作中のジェスチャを経てある最大周波数まで、次に再び停止に
    戻ることから導出された周波数特性；
    （ｂ）短時間フーリエ変換、Ｉ及び／またはＱチャネルのピーク及び高調波トラッキン
    グ及び／またはチャネル処理のいずれかを含む前記信号の時間及び周波数分析；
    （ｂ）Ｉ信号とＱ信号間の位相差及び特性変化の平均値の標準偏差の一定数以内の繰り
    返し信号の評価：のいずれかを含む位相特性；
    （ｃ）ピーク（山）及びトラフ（谷）検出、ゼロクロス検出、及び信号検出の包絡線：
    のいずれかを含む振幅特性；及び
    （ｄ）学習歪度、尖度、周波数の広がり、位相、振幅、平均値、及び／又は標準偏差：
    の１つ以上を含む、請求項４２に記載の方法。
45. 前記プロセッサにおいて、前記算出された特徴を１つ以上の閾値と比較することを、さ
    らに含む、請求項４２〜４４のいずれか一項に記載の方法。
46. 前記プロセッサにおいて、複数の所定の動作から１つを選択することによって前記動作
    を識別すること、をさらに含む、請求項２９〜４５のいずれか一項に記載の方法。
47. 前記プロセッサにおいて、前記識別された動作の発生回数を計数すること、をさらに含
    む、請求項２９〜４６のいずれか一項に記載の方法。
48. 前記プロセッサで、前記識別された動作に基づいて、デバイスの操作のための制御信号
    を生成すること、をさらに含む、請求項２９〜４７のいずれか一項に記載の方法。
49. 前記プロセッサで、異なる識別された動作に基づいてデバイスの異なる操作のために異
    なる制御信号を生成することをさらに含む、請求項２９〜４８のいずれか一項に記載の方
    法。
50. 前記プロセッサが、複数のセンサから前記動作出力信号を評価し、かつ前記評価された
    動作出力信号に基づいて動作を識別する、請求項２９〜４９のいずれか一項に記載の方法
    。
51. 前記複数のセンサが、第１センサ及び第２センサを含み、前記プロセッサが前記動作を
    識別するために該第１センサ及び該第２センサからＩ及びＱ信号を評価する、請求項５０
    に記載の方法。
52. 前記プロセッサが、前記第１センサ及び前記第２センサからの前記Ｉ及びＱ信号のＩ差
    動及びＱ差動を決定する、請求項５１に記載の方法。
53. 前記複数のセンサが、第１センサ、第２センサ及び第３センサを含み、前記プロセッサ
    が前記動作を識別するために、該第１センサ、該第２センサ及び該第３センサからＩ及び
    Ｑ信号を評価する、請求項５０に記載の方法。
54. 前記３つのセンサのうち少なくとも２つが互いに直交するように位置決めされている、
    請求項５３に記載の方法。
55. １次元以上の移動特性を識別するために前記評価されたＩ及びＱ信号が、前記プロセッ
    サによって使用される、請求項４９〜５４のいずれか一項に記載の方法。
56. 前記方法が、前記プロセッサで、次の、速度、速度の変化、距離、距離の変化、方向及
    び方向の変化のうち１つ以上を抽出することを含む、請求項２９〜５５のいずれか一項に
    記載の方法。

Images