본 논문은 다중 기지국(BS)과 사용자 장비(UE) 간 다중 뷰 채널 상태 정보(CSI)를 사용하여 학습 기반 고정밀 타겟 감지를 위해 물리적 지식을 통합하는 방법을 제시합니다. 다중 뷰 감지 문제는 조건부 생성 프레임워크로 자연스럽게 변환될 수 있으며, 이를 위해 인코더와 생성 모델로 구성된 이중 신경망 구조를 설계했습니다. 인코더는 다중 뷰 CSI에 내재된 잠재적 타겟 특징을 융합하고, 생성 모델은 이를 조건 입력으로 사용하여 타겟의 재구성을 유도합니다. 인코더는 CSI와 타겟 간의 물리적 상관관계를 포착하고 BS-UE 쌍의 수와 위치에 적응하도록 설계되었으며, 공간적 위치 임베딩 기법을 통해 CSI의 뷰 특이적 특성을 통합하여 전자기파 전파 채널의 구조를 활용합니다. 가중 손실이 적용된 조건부 확산 모델을 사용하여 융합된 특징으로부터 타겟의 점 구름을 생성합니다. 실험 결과, 제안된 생성적 다중 뷰(Gen-MV) 감지 프레임워크는 타겟 형상 및 전자기 특성의 재구성 품질에 대해 뛰어난 유연성과 성능 향상을 보여줍니다.
