최근 위치 및 이동 모니터링 시스템은 최신 AI 기술의 통합으로 더욱 향상되고 있습니다. 신호 처리, 센서 융합 및 운동 모델링과 같은 분야에서 여전히 적용되는 전통적인 분석 및 알고리즘 접근 방식 외에도, 정확성, 견고성 및 실시간 의사결정 능력을 향상시키기 위해 AI 기반 방법을 활용하는 연구가 증가하고 있습니다. 인공 신경망과 딥러닝 방법이 이동 경로 예측, 위치 이상 감지 및 복잡한 운동 패턴 근사와 같은 작업에 점점 더 많이 사용되고 있습니다. 이 작업의 주요 목표는 최근 발표된 문헌이 해당 분야의 현재 상태에 기여하는 바를 제공하는 것입니다. 주요 트렌드, 과제 및 향후 발전 가능성도 강조되고 있습니다. 2006년 이후 주요 온라인 데이터베이스의 검색 엔진에 대해 형성된 질의에 대한 응답을 바탕으로 초기 통계 분석이 수행되었습니다. 다음으로, 지난 6년 동안 검색된 기사가 보다 상세한 분석을 받았습니다. 이들 기사는 인간 자세 추정 모델, 인간 이동에 특별히 주목하여 움직임 탐지 및 추적 시스템, 그리고 행동 인식, 자율 주행, 운동 분석 및 감시와 같은 더욱 전문화된 응용 분야를 포함하여 주제별 영역으로 나누어졌습니다. 생성된 모델의 구조, 매개변수 조정이나 훈련 방법, 사용된 입력 데이터 세트 및 결과 평가 메트릭스가 분류되었습니다. 마지막으로 보다 일반적인 결론이 도출되었습니다.
Filo et al. (Sun,)은 이 문제를 연구했습니다.