포인트 구름(point clouds, PCs)은 의미론적 분할(semantic segmentation) 및 장면 이해(scene understanding)와 관련된 복잡한 과업에서 널리 사용되는 데이터 표현 스키마이다. 영상 기반 접근법과 달리, 개인정보 보호를 지향하는 센서인 레이더는 병원과 생활공간에 내장될 수 있다는 점에서, 최근 의료 응용을 위한 PC 생성 분야에서 큰 주목을 받고 있다. 이 논문은 의료 및 보조생활(assisted living) 영역에서 레이더로 생성된 PC의 활용을 요약한다. 레이더와 기타 기술 간의 비교 분석을 간략히 제시한 뒤, PC 생성을 위한 상용 레이더에 대해 상세히 언급한다. 레이더 PC 데이터 수집, 전처리, 특징 추출, 특징 처리 과정을 검토하고, 의료 및 보조생활과 관련된 응용에 대한 상세한 요약을 제시한다. 또한 신호처리 및 기계학습(machine learning, ML) 접근법을 함께 검토하며, 특히 PC 지향 전용 ML 알고리즘을 상세히 논의한다. 논의된 응용에는 인간 활동 인식(human activity recognition, HAR), 자세 분류(posture classification), 보행 인식(gait recognition), 낙상 탐지(fall detection)가 포함된다. 레이더 PC 데이터는 골격 관절 및 자세 추정(skeletal-joint and pose estimation)과 같은 특정 건강 모니터링 및 재활 과업에 핵심적이다. 이러한 응용에서는 표적의 거리(range), 도플러(Doppler), 각도(angle) 정보가 개별적으로는 충분하지 않을 수 있다. 마지막으로, 이 논문은 현재의 동향, 핵심 시사점, 그리고 향후 방향에 대한 포괄적 요약으로 결론을 맺는다. 또한 이 논문은 의료 응용에서 생성형 ML을 활용할 미래 전망을 제시한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.