▷ 1차년도: 다중 AP 기반 센싱 정확도 향상 연구
다수의 AP로부터 수집된 CSI 정보 (즉, 다양한 view point의 CSI 정보)로부터 데이터들로부터 사용자 심박수와 관련된 공통된 feature를 추출하고 분석할 것이며, 이를 통해 심박수 측정 정확도를 크게 향상 시키고자 한다.
▷ 2차년도 (1): 기계학습 기반 센싱 정확도 향상 연구
unsupervised domain adaptation (UDA)에서 요구하는 방대한 양의 CSI 수집, 처리, 분석을 위한 높은 오버헤드를 최소화하기 위해 supervised learning 기반의 few-shot domain adaptation 기법을 적용할 계획이며, 이를 통해 모니터링 환경 및 피 실험자의 동일성 여부와 상관없이 항상 일정 수준 이상의 안정적인 센싱 결과를 도출해 내고자한다
▷ 2차년도 (2): 다중 사용자 동시 센싱 기술 연구
지향성 안테나 기술을 활용하여 공간 영역별로 CSI정보를 수집하고 각 영역에 대한 개별 사용자들의 활력 징후를 동시에 센싱하는 기술을 연구하고자 한다. 아울러, SIC 기술을 융합하여 최소 5명 이상 사용자의 호흡패턴 및 심박수를 동시에 센싱할 수 있는 다중 사용자 동시 센싱 기술개발을 수행할 계획이다
▷ 3차년도: 프로토타입 구현을 통한 성능 최적화 및 기술 고도화
개발된 각 요소기술들을 Single Borad Computer (SBC)상에 적용하여 실제 동작 가능한 프로토타입 구현할 계획이다. 또한 다양한 환경에서의 성능 검증 시험을 수행하고 실제 환경에서 발생 가능한 기술적 이슈들을 추가적으로 발굴, 분석 및 개선함으로서 제안 기술의 성능 최적화 및 기술 고도화를 달성할 계획이다
▷ 1차년도: 다중 AP 기반 센싱 정확도 향상 연구
다수의 AP로부터 수집된 CSI 정보 (즉, 다양한 view point의 CSI 정보)로부터 데이터들로부터 사용자 심박수와 관련된 공통된 feature를 추출하고 분석할 것이며, 이를 통해 심박수 측정 정확도를 크게 향상 시키고자 한다.
▷ 2차년도 (1): 기계학습 기반 센싱 정확도 향상 연구
unsupervised domain adaptation (UDA)에서 요구하는 방대한 양의 CSI 수집, 처리, 분석을 위한 높은 오버헤드를 최소화하기 위해 supervised learning 기반의 few-shot domain adaptation 기법을 적용할 계획이며, 이를 통해 모니터링 환경 및 피 실험자의 동일성 여부와 상관없이 항상 일정 수준 이상의 안정적인 센싱 결과를 도출해 내고자한다
▷ 2차년도 (2): 다중 사용자 동시 센싱 기술 연구
지향성 안테나 기술을 활용하여 공간 영역별로 CSI정보를 수집하고 각 영역에 대한 개별 사용자들의 활력 징후를 동시에 센싱하는 기술을 연구하고자 한다. 아울러, SIC 기술을 융합하여 최소 5명 이상 사용자의 호흡패턴 및 심박수를 동시에 센싱할 수 있는 다중 사용자 동시 센싱 기술개발을 수행할 계획이다
▷ 3차년도: 프로토타입 구현을 통한 성능 최적화 및 기술 고도화
개발된 각 요소기술들을 Single Borad Computer (SBC)상에 적용하여 실제 동작 가능한 프로토타입 구현할 계획이다. 또한 다양한 환경에서의 성능 검증 시험을 수행하고 실제 환경에서 발생 가능한 기술적 이슈들을 추가적으로 발굴, 분석 및 개선함으로서 제안 기술의 성능 최적화 및 기술 고도화를 달성할 계획이다