Peneliti Menemukan Cara Mendeteksi Posisi dan Postur Tubuh Di Dalam Ruangan Lewat Sinyal Wifi

Masalah lainnya adalah program AI yang mereka gunakan untuk memetakan postur tubuh "bias" dan kemungkinan akan memberikan hasil yang salah jika orang tersebut membuat pose yang tidak biasa.

Ketika lingkungan berisi tiga atau lebih subjek, program ini juga akan lebih sulit untuk menentukan pose tubuh untuk setiap individu.

Namun demikian, para ilmuwan percaya bahwa mereka dapat mengatasi setidaknya beberapa tantangan ini dengan melatih algoritma AI mereka pada data yang lebih luas.

WiFi terdiri dari sinyal radio berdaya rendah pada 2,4 GHz yang menyandikan data menggunakan berbagai protokol.

Geng dan kawan-kawan mengabaikan data yang disandikan dan hanya melihat rasio gelombang sinyal yang ditransmisikan dan gelombang yang diterima.

Hal ini tergantung pada faktor-faktor seperti jarak antara antena pemancar dan penerima dan pada benda-benda di antara keduanya yang dapat menyerap, memantulkan atau mendistorsi sinyal.

Satu pemancar dan penerima jelas memberikan informasi yang terbatas tentang lingkungan 3D. Jadi Geng dan kawan-kawan melihat sinyal dari tiga pemancar dan tiga penerima, dengan menunjukkan bahwa banyak pemancar WiFi komersial memiliki tiga antena dan diatur dengan baik untuk hal ini.

Setelah membersihkan sinyal-sinyal tersebut, Geng dan kawan-kawan menggabungkannya untuk menghasilkan peta fitur dua dimensi yang mirip dengan sebuah gambar.

Namun, meskipun gambar ini menangkap pose manusia di dalam ruangan, gambar ini bukanlah gambar yang dapat dengan mudah dipahami oleh mata manusia.

Jadi, para peneliti telah melatih jaringan saraf untuk mengenali pose manusia. Hal ini dimungkinkan karena jaringan saraf yang disebut DensePose sudah melakukan hal ini dalam domain visual.