Wi-Fi CSI (Channel State Information) 신호를 활용한 인간 활동 인식 연구는 다양한 환경에서 정확한 활동 감지를 목표로 합니다. 본 연구는 Wi-Fi 신호의 미세한 변화를 분석하여 사용자의 움직임과 활동을 실시간으로 모니터링하며, 이를 통해 스마트 홈, 보안 시스템, 헬스케어 등에 응용할 수 있습니다. 특히, 다양한 활동을 더욱 정밀하게 인식하기 위해 여러 신호 처리 기법과 머신 러닝 알고리즘을 결합하여 활동 인식의 정확도를 높이고 있습니다.

3D LiDAR 포인트 클라우드 그룹핑 기술은 객체 분할 및 인식에서 중요한 역할을 합니다. 가변적 반경 기반의 포인트 클라우드 그룹핑 기법을 연구하여, 다양한 형태와 크기의 객체를 효과적으로 분할하고 인식하는 방법을 개발하고 있습니다. 이 기술은 자율 주행 차량, 로봇 공학, 스마트 도시 등 다양한 분야에서 활용될 수 있으며, 특히 복잡한 환경에서도 높은 신뢰성과 정밀도를 보장하는 알고리즘을 구현하고 있습니다.