研究人员开发AI系统通过Wi-Fi信号识别隐藏手枪
Miranda 瑞典国防研究局（FOI）的一组AI研究人员开发出一套名为WiFireNet的AI系统，能够利用Wi-Fi信号识别隐藏的手枪，可作为可见光摄像头和金属探测器之外的非侵入式替代方案。相关论文于10月13日发布在arXiv平台。该系统通过分析物体对环境Wi-Fi信号造成扰动后产生的信道状态信息（CSI）完成识别，整套系统由Wi-Fi发射端、接收端以及WiFireNet人工智能模型构成。
Wi-Fi信号在传播途中遇到不同形状、角度和材质的物体时会发生穿透和反射，形成独有的信号特征。研究人员构建了WiFire Dataset数据集，同步录制RGB视频和携带手机、手枪等物品行走人员反射的Wi-Fi信号，训练深度学习模型建立视觉特征与Wi-Fi特征之间的映射。训练素材包含塑料手枪、金属水杯、真金属手枪和手机，以区分外形、材质相近的日常物品。
在受控实验环境中，狭小室内空间最多同时追踪四名移动人员时，WiFireNet检测手枪的平均精确率为72.5%。如果进一步要求精准定位武器在携带者身上的具体位置，精确率下降至53.8%。遇到未经测试的陌生室内布局时，识别效果也会明显变差。目前该系统仍处于实验阶段，原型机采用经过改造的1999年IEEE 802.11a无线标准验证原理，后续计划采用Wi-Fi 7、Wi-Fi 8现代无线网络以获得更高分辨率的信道状态信息。研究团队已将代码、模型和数据集开源。
基于Wi-Fi感知的监控技术无需复杂设备与部署，正受到更多关注。不过批评者认为，这类技术可以广泛部署，但缺少对应的监管框架，可能带来隐私隐患。
