DensePose Mungkinkan Kamu Lacak Orang Pakai Sinyal WiFi

Foto: TECHEBLOG

Teknologi.id - Ilmuwan dari Carneige Mellon University mengembangkan DensePose dari teknologi Wi-Fi yang memungkinkan penggunanya melacak outline manusia menggunakan sinyal Wi-Fi nirkabel (wireless). Teknologi ini sangat ideal digunakan untuk mengidentifikasi potensi pencuri dan juga untuk mengawasi pergerakan lansia di panti jompo.

DensePose bekerja dengan cara menghasilkan koordinat UV permukaan tubuh manusia dari sinyal Wi-Fi  menggunakan tiga komponen. Komponen yang pertama adalah sinyal CSI mentah dibersihkan dengan amplitudo dan fase sanitasi. Kemudian yang kedua jaringan encoder-decoder dua cabang melakukan terjemahan domain dari sampel CSI yang sudah disanitasi hingga menjadi peta fitur 2D yang menyerupai gambar. Yang terakhir, fitur 2D kemudian diumpankan ke DensePose-RCNN yang dimodifikasi arsitektur untuk memperkirakan peta UV, representasi dari korespondensi antara manusia 2D dan 3D.

Baca juga: Tab Incognito Chrome Android Kini Bisa Dikunci, Bukanya Pakai Sidik Jari

Menurut paper dengan judul DensePose From WiFi, para ilmuwan pengembang melakukan transfer learning sebagai upaya untuk meminimalkan perbedaan antara peta fitur multi-level yang dihasilkan oleh gambar dan yang dihasilkan oleh sinyal Wi-Fi. Hal tersebut dilakukan sebelum melatih jaringan utama yang dilakukan dengan dua protokol; menggunakan tata letak (layout) yang sama dan menggunakan tata letak yang berbeda.

Tata letak yang sama

Pada pelatihan dengan tata letak yang sama digunakan 16 tata letak spasial dan perbedaan lokasi dan pose pada sampel pelatihan juga pengujian. Meskipun memiliki perbedan pada lokasi dan pose yang digunakan, sampel masih memiliki identitas dan latar belakang yang sama. Hal ini dilakukan untuk menerapkan asumsi kondisi Wi-Fi yang biasanya dipasang di lokasi tetap.

Hasil dari pelatihan ini menunjukkan bahwa model DensePose dapat secara efektif mendeteksi perkiraan lokasi kotak pembatas manusia dan juga memperkitakan pose torso manusia. Namun memang masih belum sempurna dalam memperkirakan rincian atau mendeteksi detail anggota tubuh manusia.

Tata letak yang berbeda

Sedangkan pada pelatihan dengan tata letak yang berbeda menggunakan 15 tata letak spasial dan pengujian pada satu tata letak spasial tak terlihat. Penggunaan satu tata letak spasial ya tak terlihat ini digunakan pada skenario ruang kelas. 

Berbeda dengan hasil pelatihan dengan tata letak yang sama, pada pelatihan penggunaan sinyal Wi-Fi pada lingkungan atau tata letak berbeda menunjukkan pola propagasi yang berbeda secara signifikan. Hal tersebut tentunya menjadi salah satu halangan untuk menyebarkan model DensePose pada data dari tata letak yang berbeda.

Kasus gagal

Foto: DensePose From WiFi

Berdasarkan hasil penelitian, terdapat dua jenis utama kasus kegagalan. Yang pertama adalah ketika ada pose tubuh yang jarang terjadi dan terlihat di set latihan, akibatnya sinyal Wi-Fi akan cenderung bias dan menghasilkan indetifikasi bagian tubuh yang salah. Yang kedua adalah ketika terdapat tiga atau lebih subjek secara bersamaan, hal ini mengakibatkan sinyal Wi-Fi sedikit kesulitan untuk mengekstrak informasi rinci setiap individe dari tensor amplitudo dan fase dari keseluruhan tangkapan.

Namun kedua kasus kegagalan yang ditemui pada proses penelitian, pengembangan, dan pelatihan membuat para ilmuan yang terkait semakin bertekat untuk menyelesaikan masalah yang ada dengan mendapatkan data pelatihan yang lebih komprehensif lagi.

Baca juga: JD.ID Diskon HP Besar-besaran Jelang Tutup 31 Maret 2023, Ini Daftarnya

Dikutip dari TECHEBLOG, Fernando De La Torre yang merupakan salah satu ilmuan dari Carnegie Mellon University mengatakan, "Orang-orang mungkin akan sedikit ketakutan karena ada kemungkinan bahwa layanan internet bisa menemukan dan melihat apa yang dilakukan orang di rumah, tetapi, tidaak, kami masih belum sampai ke tahap itu. Satu-satunya yang ditujukkan oleh paper ini adalah dengan pengaturan yang sangat terbatas, tiga penerima sinyal Wi-Fi dapat mendeteksi bagian tubuh manusia secara halus."

(cta)