Dalam dunia sistem keamanan dan video pengawasan (video surveillance), melakukan re-identifikasi orang (Person Re-Identification atau Re-ID) adalah tugas utama yang sangat menantang.
Selama ini, teknologi keamanan sangat bergantung pada data visual dari kamera. Namun, bagaimana jika kondisi ruangan terlalu gelap, objek terhalang, atau posisi kamera tidak ideal?
Artikel ini akan membahas inovasi terbaru bernama WhoFi, sebuah sistem revolusioner yang memanfaatkan sinyal Wi-Fi untuk mengenali individu secara akurat, sekaligus menjaga privasi.
Mengapa Sistem Kamera Tradisional Memiliki Keterbatasan?
Sistem Re-ID tradisional membandingkan gambar atau video untuk mengenali seseorang berdasarkan ciri fisik visual, seperti warna pakaian, tekstur, dan bentuk tubuh. Sayangnya, pendekatan visual ini memiliki beberapa kelemahan mendasar yaitu:
- Sensitif terhadap Cahaya: Kinerja kamera menurun drastis saat pencahayaan buruk atau berubah-ubah.
- Rentannya Terhadap Halangan (Oklusi): Kamera tidak bisa melihat menembus tembok atau rintangan fisik lainnya.
- Keterbatasan Sudut Pandang: Perubahan sudut (viewpoint) kamera dapat membingungkan sistem pengenalan.
Tantangan-tantangan ini membuat sistem visual seringkali kurang tangguh saat diterapkan di lingkungan dunia nyata yang tidak terprediksi.
Solusi Masa Depan: Keunggulan Sinyal Wi-Fi untuk Re-ID
Untuk mengatasi masalah pada kamera, para peneliti mengembangkan pendekatan non-visual dengan memanfaatkan sinyal Wi-Fi. Pendekatan ini menawarkan beberapa keuntungan luar biasa yaitu:
- Wi-Fi bekerja dengan gelombang radio, sehingga dapat beroperasi dengan sempurna dalam gelap gulita tidak terpengaruh cahaya.
- Sinyal Wi-Fi dapat melewati dinding dan rintangan fisik.
- Karena tidak merekam gambar atau video visual, metode ini sangat aman untuk melindungi privasi seseorang.
Bagaimana WhoFi dan Teknologi CSI Bekerja?
Rahasia utama di balik WhoFi adalah penggunaan data Channel State Information (CSI). Saat sinyal Wi-Fi memancar di suatu ruangan, gelombangnya akan berubah saat berinteraksi dengan benda dan orang di sekitarnya.
Berbeda dengan sistem optik (kamera) yang hanya menangkap permukaan luar tubuh, gelombang radio Wi-Fi berinteraksi dengan struktur internal tubuh manusia, seperti komposisi tubuh, tulang, dan organ.
Interaksi tesebut menghasilkan distorsi sinyal yang sangat spesifik untuk tiap individu, menciptakan semacam radio biometric signature yang unik.
Pemrosesan WhoFI dengan Deep Learning
Untuk membaca pola rumit dari data CSI tersebut, WhoFi menggunakan arsitektur Deep Neural Network (DNN) yang canggih. Fitur biometrik diekstraksi dari CSI dan diproses melalui encoder berbasis Transformer.
Selama proses pelatihan (training), jaringan kecerdasan buatan ini menggunakan fungsi in-batch negative loss. Fungsi ini melatih sistem untuk mempelajari dan membedakan tanda tangan biometrik secara kuat (robust) dan dapat digeneralisasi untuk berbagai orang.
Hasil Uji Coba: Akurasi Tinggi Tanpa Kamera
Dalam eksperimen yang dilakukan menggunakan dataset publik bernama Nephelometric Turbidity Units (NTU-Fi), pendekatan WhoFi menunjukkan hasil yang sangat kompetitif jika dibandingkan dengan metode-metode mutakhir (state-of-the-art) lainnya. Hal ini mengonfirmasi efektivitas penggunaan sinyal Wi-Fi sebagai alat identifikasi individu yang andal.
WhoFi membuka paradigma baru dalam teknologi pengenalan manusia. Dengan mengeksploitasi fitur biometrik non-visual yang tersembunyi dalam sinyal Wi-Fi (CSI), studi ini menawarkan sistem Re-Identifikasi (Re-ID) yang tangguh dan sangat menghargai privasi.
Teknologi ini meletakkan fondasi yang kuat bagi masa depan penginderaan biometrik nirkabel (wireless biometric sensing) untuk sistem keamanan pintar di masa depan.
