Evinizdeki Wi-Fi sinyalleri yalnızca telefonunuzu ve bilgisayarınızı internete bağlamakla sınırlı değil. Radyo dalgalarının insan vücuduyla etkileşiminden yararlanılarak bir odada kaç kişinin bulunduğu, insanların hareketleri ve hatta bazı durumlarda vücut duruşları tespit edilebiliyor.
Üstelik bu işlemler için ortamda kamera bulunması veya kişinin üzerinde herhangi bir elektronik cihaz taşıması gerekmiyor. Peki Wi-Fi sinyalleri gerçekten duvarların arkasını görebiliyor mu ve bu teknoloji nasıl çalışıyor?
Wi-Fi bağlantıları, verileri elektromanyetik dalgalar aracılığıyla iletiyor. Günümüzde yaygın olarak kullanılan 2,4 GHz, 5 GHz ve 6 GHz frekans bantlarındaki radyo dalgaları, görünür ışıktan farklı olarak bazı yapı malzemelerinden geçebiliyor. Bir Wi-Fi sinyali duvara çarptığında enerjisinin bir bölümü yansırken bir bölümü malzeme tarafından soğuruluyor ve kalan kısmı diğer tarafa ulaşabiliyor.
Duvarın arkasındaki bir insan da bu elektromanyetik alanı etkiliyor. İnsan vücudunun yüksek oranda su içermesi ve dokuların elektriksel özellikleri nedeniyle radyo dalgalarının bir kısmı vücut tarafından soğuruluyor, bir kısmı ise yansıyor ve saçılıyor. Kişi hareket ettiğinde sinyallerin izlediği yollar ve alıcıya ulaşan dalgaların özellikleri değişiyor.
Aslında evlerimizde de sürekli yaşanan bu olay, kablosuz ağlarda çok yollu yayılım (Multipath Propagation) olarak biliniyor. Modemden çıkan sinyaller duvarlara, mobilyalara ve diğer nesnelere çarparak farklı yollardan alıcıya ulaşıyor. Alıcıda birleşen bu dalgalar, birbirlerini güçlendirebiliyor veya zayıflatabiliyor. İnsanların hareket etmesi, bu karmaşık sinyal yapısını zaman içerisinde değiştiriyor.
Bu değişimleri incelemek için kullanılan önemli verilerden biri CSI (Channel State Information), yani kanal durum bilgisi. CSI, kablosuz iletişim kanalının sinyali nasıl etkilediğine ilişkin ayrıntılı bilgiler içeriyor. Özellikle OFDM tabanlı Wi-Fi sistemlerinde farklı alt taşıyıcıların genlik ve faz değerleri incelenerek ortamda gerçekleşen değişimler takip edilebiliyor.
Normalde bu bilgiler, kablosuz bağlantının güvenilir şekilde çalışmasına yardımcı oluyor. Ancak yeterince hassas ölçümler ve uygun sinyal işleme yöntemleri kullanıldığında, hareket eden bir insanın ortamda oluşturduğu değişiklikler de ayrıştırılabiliyor.
Radyo sinyallerinden insan hareketlerini anlamlandırmak için yalnızca sinyal gücündeki değişimleri incelemek yeterli değil. İnsan vücudunun farklı bölümlerinden gelen yansımalar birbirine karışıyor ve ortaya doğrudan görüntü olarak yorumlanamayan karmaşık ölçümler çıkıyor. Araştırmacılar bu sorunu aşmak için makine öğrenmesi ve derin sinir ağlarından yararlanıyor.
Massachusetts Teknoloji Enstitüsü (MIT), 2018 yılında geliştirdiği RF-Pose sistemiyle insanların vücut duruşlarını duvarların arkasından tahmin edebildiğini gösterdi. Sistemin eğitim aşamasında kamera görüntüleriyle radyo sinyalleri birlikte kullanıldı. Yapay zekâ, kamera görüntülerinden elde edilen insan iskeleti bilgileriyle radyo yansımaları arasındaki ilişkileri öğrendi.
Eğitim tamamlandıktan sonra sistem, kameraya ihtiyaç duymadan yalnızca radyo sinyalleri üzerinden iki boyutlu insan iskeleti tahminleri oluşturabildi. İnsanların yürüdüğü, oturduğu ve duvarın arkasına geçtiği durumlarda vücut hareketleri takip edildi. Ancak RF-Pose, sıradan bir ev modeminden ibaret değildi; Wi-Fi frekanslarına yakın bantlarda çalışan özel bir radyo algılama düzeneği kullanıyordu.
Carnegie Mellon Üniversitesi’nde geliştirilen ve 2023 yılında yayımlanan DensePose From WiFi çalışması ise doğrudan Wi-Fi sinyallerini kullanarak insan vücudunun daha ayrıntılı biçimde modellenmesini ele aldı. Araştırmada üç verici ve üç alıcı anten üzerinden elde edilen sinyallerin genlik ve faz bilgileri yapay zekâ tarafından işlendi.
Geliştirilen model, insan vücudunu 24 farklı bölgeye ayıran DensePose temsilini kullanarak birden fazla kişinin vücut duruşunu tahmin edebildi. Bununla birlikte araştırmanın kontrollü deneylerde elde ettiği sonuçlar, her türlü duvarın arkasındaki insanların aynı doğrulukla görüntülenebildiği anlamına gelmiyor.
Buradaki önemli ayrıntı, sistemlerin gerçek bir fotoğraf üretmemesi. Ekranda görülen insan silüeti veya iskelet modeli, radyo sinyallerinden hesaplanan olası vücut konumlarını temsil ediyor. İnsanların yüz hatları, kıyafetlerinin renkleri veya ortamın fotoğraf düzeyindeki ayrıntıları bu yöntemle doğrudan elde edilmiyor.
Wi-Fi sinyallerinin hareket algılama için kullanılabilmesi, evdeki herhangi bir modemle gelişmiş insan iskeleti takibi yapılabileceği anlamına gelmiyor. Bu tür uygulamalar, kablosuz ağ donanımının ayrıntılı kanal ölçümlerini sağlayabilmesine, anten düzenine ve kullanılan algoritmalara bağlı.
Çoğu tüketici cihazı, normal kullanıcıya CSI verilerine doğrudan erişim sunmuyor. Bazı yonga setleri ve özel yazılımlar bu bilgilere erişebiliyor ancak alınan ölçümlerin yorumlanması ayrıca sinyal işleme ve yapay zekâ modelleri gerektiriyor. Gelişmiş vücut duruşu tahmininde birden fazla antenin kullanılması, farklı sinyal yollarından bilgi toplanmasına yardımcı oluyor.
Wi-Fi üzerinden algılama teknolojileri için IEEE 802.11bf-2025 standardı da 26 Eylül 2025 tarihinde yayımlandı. Standart, kablosuz yerel ağlarda algılama işlemlerinin gerçekleştirilebilmesi için iletişim protokolüne çeşitli düzenlemeler getiriyor. Bununla birlikte standardın yayımlanmış olması, mevcut bütün modemlerin otomatik olarak insan hareketlerini takip edebildiği anlamına gelmiyor.
Bir başka önemli sınır ise duvarların yapısı. Alçıpan ve ahşap gibi malzemelerden radyo sinyalleri görece daha kolay geçebilirken kalın beton, metal yüzeyler ve özellikle metal donatılar sinyalleri ciddi biçimde zayıflatabiliyor. Duvar sayısı, nem oranı, kullanılan frekans ve cihazların konumu da ölçümlerin kalitesini etkiliyor.
Ayrıca birden fazla insanın aynı ortamda hareket etmesi, evcil hayvanlar, hareketli nesneler ve çevredeki diğer kablosuz cihazlar sinyal analizini zorlaştırabiliyor. İnsan vücudunun çok küçük hareketlerini tespit etmek, basit bir hareket algılamaya kıyasla daha hassas ölçümler gerektiriyor.
Radyo dalgalarındaki değişimler yalnızca yürümek veya kol hareket ettirmek gibi büyük hareketlerle sınırlı değil. İnsan nefes alıp verirken göğüs kafesinde oluşan küçük yer değiştirmeler de kablosuz sinyallerin fazını ve yayılım özelliklerini etkileyebiliyor. Yeterince hassas sistemler, uygun koşullarda bu değişimleri inceleyerek solunum ritmini tahmin edebiliyor.
Bu alandaki araştırmalar, kameraya ihtiyaç duymayan hareket algılama sistemleri, temassız solunum takibi ve yaşlıların yaşadığı ortamlarda düşme tespiti gibi uygulamaları da kapsıyor. Ancak solunum ölçümü veya düşme algılama gibi işlemlerin güvenilirliği, kullanılan donanımın özelliklerine ve ortam koşullarına göre değişiyor. Özellikle birden fazla kişinin bulunduğu ortamlarda sinyalleri doğru kişiye eşleştirmek zorlaşabiliyor.
Teknolojinin önemli bir başka boyutu da gizlilik. Kamera kullanılmaması, insanların hareketlerine ilişkin bilgi toplanmadığı anlamına gelmiyor. Radyo sinyalleri üzerinden bir kişinin odada bulunup bulunmadığının, hareket alışkanlıklarının veya günlük faaliyetlerinin takip edilmesi mümkün olabiliyor.
Üstelik bu tür algılama sistemlerinde kişinin üzerinde telefon, akıllı saat veya başka bir verici taşıması gerekmiyor. Ölçümler, ortamda bulunan radyo vericileri ve alıcıları üzerinden gerçekleştirilebiliyor. Dolayısıyla kablosuz ağların yalnızca iletişim değil, çevresel algılama amacıyla da kullanılmaya başlanması, cihazların bu özellikleri nasıl yönettiğini ve kullanıcıların hangi verilere erişim izni verdiğini daha önemli hâle getiriyor.
