WiFlow 경량 WiFi 연속 인간 자세 추정 네트워크

초록

WiFlow는 WiFi CSI 신호를 이용해 연속적인 인간 자세를 추정하는 경량 인코더‑디코더 구조를 제안한다. 시간적 특성을 보존하는 TCN과 비대칭 2D 컨볼루션으로 공간‑시간 특징을 분리 추출하고, 축형 어텐션으로 키포인트 간 구조적 의존성을 모델링한다. 360 000개의 동기화된 데이터셋에서 4.82 M 파라미터로 PCK@20 97 %·PCK@50 99.48 %를 달성한다.

상세 분석

본 논문은 WiFi 기반 인간 자세 추정(HPE) 분야에서 두드러진 두 가지 문제점을 지적한다. 첫째, 기존 연구가 CSI를 이미지처럼 2차원 텐서로 처리하면서 시간적 연속성을 무시하고, 둘째, 모델 복잡도가 높아 실시간 엣지 디바이스 적용이 어렵다는 점이다. 이를 해결하기 위해 저자는 CSI의 물리적 특성을 고려한 ‘시간‑공간 특징 디커플링’ 전략을 채택한다. 구체적으로, 입력 CSI는 18개의 링크와 30개의 서브캐리어를 결합해 540 × 20(서브캐리어 × 시간) 형태의 텐서로 구성된다.

시간적 특징 추출 단계에서는 TCN(Temporal Convolutional Network)을 사용한다. TCN은 인과성을 보장하는 인과적(causal) 컨볼루션과 지수적 팽창(dilation) 구조를 통해 짧은 윈도우 내에서도 장거리 의존성을 효율적으로 포착한다. 또한, 다중 수신 안테나가 제공하는 다양한 각도 정보를 활용해 서브캐리어 차원에서 중요도가 낮은 채널을 점진적으로 압축함으로써 잡음 채널을 필터링한다.

시간 특징이 추출된 후에는 비대칭 컨볼루션(asymmetric convolution)으로 공간 특징을 전용한다. 1 × k 커널을 사용해 서브캐리어 차원에만 집중함으로써 TCN이 만든 시간 구조를 훼손하지 않는다. U‑Net 스타일의 인코더‑디코더 구조를 따라 채널 수를 점진적으로 늘리면서 서브캐리어 차원을 키포인트 수(K)로 압축한다. 이 과정에서 각 출력 채널이 특정 신체 부위에 대응하도록 설계돼, 구조적 제약을 자연스럽게 내재한다.

키포인트 간 구조적 관계를 강화하기 위해 축형 어텐션(axial self‑attention)을 도입한다. 축형 어텐션은 2D 어텐션을 가로와 세로 축으로 분해해 연산 복잡도를 O(H·W·(H+W))로 낮추면서도 공간 토폴로지를 유지한다. 첫 번째 단계에서는 가로 축(시간 축)에서 각 키포인트 내부의 특징을 강조하고, 두 번째 단계에서는 세로 축(키포인트 축)에서 서로 다른 관절 간의 의존성을 학습한다. 그룹화된 어텐션 메커니즘을 통해 다양한 패턴을 동시에 포착하도록 설계돼, 복잡한 자세 변화에도 강인한 표현력을 제공한다.

디코더는 1 × 1 컨볼루션을 이용해 고차원 특징을 직접 좌표값으로 매핑한다. 회귀 손실을 최소화하도록 학습되며, 별도의 포스트‑프로세싱 없이 실시간으로 30 FPS 수준의 자세 추정이 가능하다.

실험에서는 5명의 피험자가 8가지 일상 동작을 연속적으로 수행한 360 000개의 CSI‑포즈 쌍을 수집해 학습·평가에 사용했다. WiFlow는 파라미터 4.82 M, FLOPs 0.68 G(추정) 수준으로 기존 Wi‑Pose, CSI‑Former 등과 비교해 2배 이상 가볍지만, PCK@20 97 %·PCK@50 99.48 %라는 높은 정확도를 달성했다. 평균 관절 위치 오차(MPJPE)는 0.008 m로, 실내 환경에서 WiFi 기반 자세 추정의 실용성을 크게 향상시켰다. 또한, 코드와 데이터셋을 공개해 재현성과 확장성을 보장한다.

이러한 설계는 WiFi 신호의 시간‑공간 특성을 존중하면서도 경량화와 정확도 사이의 균형을 맞춘 점이 가장 큰 공헌이다. 향후 다중 사용자 상황이나 3D 자세 추정으로 확장할 경우, 현재의 모듈식 구조가 추가적인 센서 융합이나 더 깊은 트랜스포머 레이어와도 자연스럽게 결합될 수 있을 것으로 기대된다.