채널 상태 정보를 이용한 인간 행동 인식에 관한 조사

최근 장치 없는 인간 행동 인식이 뜨거운 연구 주제가 되었으며, 유비쿼터스 컴퓨팅 분야에서 중요한 진전을 이루었습니다. 다양한 구현 방식 중에서, WiFi CSI(채널 상태 정보)를 기반으로 한 행동 인식은 주요 장점으로 인해 많은 주목을 받고 있습니다. 본 논문은 지난 6년 동안 100개 이상의 최신 CSI 기반 행동 인식 응용 프로그램을 조사하고 인간 행동 인식의 모든 측면에서 포괄적인 조사를 제공합니다. 첫째, 본 논문은 WiFi 신호를 사용하는 일반적인 행동 인식 응용 프로그램을 검토하고 CSI의 기본 개념과 CSI 기반 행동 인식의 기본 원리를 소개합니다. 본 논문은 CSI를 사용하는 인간 행동 인식 시스템 아키텍처의 핵심 구성 요소와 핵심 특성을 분석합니다. 이후 우리는 감지 절차를 여러 단계로 나누고, 여기에서 기본 신호 선택, 신호 전처리 및 식별 접근 방식을 포함한 전형적인 연구를 요약합니다. 다음으로 인식 기술에 따라 응용 프로그램을 패턴 기반, 모델 기반, 심층 학습 기반 접근 방식의 세 그룹으로 분류합니다. 각 그룹에서 우리는 최첨단 응용 프로그램을 조잡한 특정 행동 인식, 정밀한 특정 행동 인식, 활동 추론의 세 그룹으로 분류합니다. 여기에서는 실험 장비, 실험 시나리오, 행동, 분류기 및 시스템 성능을 포함한 다섯 가지 측면에서 전형적인 행동 인식 응용 프로그램을 자세히 설명합니다. 그런 다음 본 논문에서는 구현 관점에서 대표적인 응용 프로그램에 대한 포괄적인 논의를 제공하고 인식 시스템 개발 시 주요 고려 사항을 개략적으로 설명합니다. 마지막으로 본 논문은 CSI 기반 행동 인식 애플리케이션의 개방된 문제를 분석하고 향후 연구 방향을 제시하며 결론을 맺습니다.