밀리미터파 및 테라헤르츠 무선 통신을 위한 컴퓨터 비전 기반 빔포밍 = Computer Vision-Aided Beamforming for Millimeter and Terahertz Communications

다국어 초록 (Multilingual Abstract)

Recent progress in sensing and computer vision has enabled the application of deep learning (DL)-based CV technology in millimeter and terahertz beamforming. In CV-based beamforming, a pre-trained object detector is used to acquire the channel parameter information (distance and angle) of the wireless object, using which the BS can generate a directional beam heading toward the wireless object. In this paper, we propose a novel beamforming technique that exploits an object detector tailored for identifying wireless objects to maximize the beamforming gain. To develop such detector, we collected a massive vision dataset called Vision Objects for Millimeter and Terahertz Communications (VOMTC), which consists of RGB and depth images of people holding cell phones and laptops. Through beamforming experiments using the VOMTC test set, we show that the proposed technique outperforms conventional beamforming techniques in terms of data rate.

국문 초록 (Abstract)

최근 센싱과 컴퓨터 비전 (Computer Vision, CV) 기술의 발전으로 인해 딥러닝 (Deep Learning, DL) 기반 컴퓨터 비전 기술이 밀리미터파 및 테라헤르츠 빔포밍에 적용될 수 있게 되었다. 컴퓨터 비전 기반 빔포밍에서는 사전 훈련된 물체 탐지기 (pre-trained object detector)를 사용하여 무선 객체의 채널 파라미터 정보 (거리 및 각도) 를 획득하고, 기지국이 해당 위치로 빔을 전송하는 방식으로 이루어진다. 본 논문에서는 이러한 이득을 극대화하기 위해 무선 객체를 탐지하는데 특화된 물체 탐지기를 사용하여 빔을 생성하는 새로운 빔포밍 기법을 제안한다.
물체 탐지기의 학습을 위해 휴대폰 및 노트북을 가진 사람들의 RGB 및 심도 이미지로 구성된 Vision Objects for Millimeter and Terahertz Communications (VOMTC)라는 거대한 비전 데이터셋을 수집하였다. VOMTC 테스트셋 (test set)을 활용한 빔포밍 실험 결과를 통해 제안하는 기법이 기존 빔포밍 기법 대비 데이터 전송률을 크게향상시킨다는 것을 확인하였다.