ruvnet/RuView — π RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.
와이파이로 사람의 호흡과 자세를 읽는 RuView, 실제 설치 성능은 어디까지 검증됐나
RuView는 ESP32-S3 같은 센서가 수집한 Wi-Fi 채널 상태 정보(CSI)로 사람의 움직임과 생체신호를 추정하는 연구용 시스템입니다. 공개 자세 점수 82.69%는 MM-Fi 데이터셋의 평가 결과이며, 단일 ESP32 실시간 자세 기능은 초기 단계입니다.
- 주제
본문
RuView는 무선 신호가 사람의 몸과 주변 물체에 반사되며 달라지는 양상을 CSI로 읽어 재실 여부, 움직임, 호흡과 심박 등을 추정하는 프로젝트입니다. 카메라 없이 동작하는 방식이지만 고급 감지에는 ESP32-S3나 연구용 네트워크 카드처럼 CSI를 제공하는 장치가 필요합니다. 일반 노트북의 Wi-Fi는 RSSI 기반의 대략적인 재실 감지만 지원하고, Docker 데모는 실제 전파 감지가 아닌 모의 데이터를 사용합니다.
자세 추정 점수와 실시간 기능은 다릅니다
RuView가 공개한 82.69%는 MM-Fi 데이터셋의 무작위 분할 평가에서 얻은 torso-PCK@20 점수입니다. 프로젝트 연구 문서는 이 평가가 같은 데이터셋 안의 비교에 쓰이는 결과라고 설명합니다. 사람이나 공간이 달라지는 조건에서는 자세 점수가 약 64%, 새로운 환경에서는 약 10%로 낮아졌다고 보고했습니다. 실제 설치 공간에서의 성능을 대표하는 수치로 82.69%를 읽기 어렵습니다.
단일 ESP32에서 17개 신체 관절을 실시간 추정하는 모델은 별도의 초기 구현입니다. 저장소는 이 모델의 PCK@20을 3.0%로 공개했고, 목표치 35%에 미달한다고 밝혔습니다. 실행 경로도 신뢰도 0을 반환하는 스텁 상태라고 설명합니다. 따라서 공개 데이터셋의 점수와 이 센서에서 바로 작동하는 자세 추정 성능은 서로 다른 결과입니다.
생체신호도 연구·프로토타입 범위입니다
프로젝트는 CSI 신호의 위상 변화를 처리해 호흡과 심박 추정치를 계산하는 파이프라인을 제시합니다. 다만 제공 자료에는 실제 설치 환경에서 기준 장비와 비교한 오차나 다양한 사람과 공간에서의 재현성을 보여주는 결과가 없습니다. 저장소도 생체신호와 자세 출력을 의료기기, 응급 시스템, 안전 인증 제어로 쓰기 전에 정확한 하드웨어와 공간, 대상자, 실패 조건에서 별도로 검증해야 한다고 명시합니다.
자료: GitHub / 정리·해설: Trawling
참고 자료
- RuView/docs/benchmarks/mmfi-wifi-sensing-study.md at main · ruvnet/RuView · GitHub — https://github.com/ruvnet/RuView/blob/main/docs/benchmarks/mmfi-wifi-sensing-study.md