北京
IT时代网10月19日消息，瑞典国防研究局（FOI）的一组研究人员开发出一套 AI 系统，能够利用 Wi-Fi 信号识别隐藏的手枪，可以作为可见光摄像头、笨重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。
这套名为 WiFireNet 的系统，通过分析物体对环境 Wi-Fi 信号造成扰动所产生的信道状态信息（CSI）完成识别，由 Wi-Fi 发射端、接收端以及 WiFireNet 人工智能模型构成。普通 Wi-Fi 信号在传播途中遇到物体时，会根据物体的形状、摆放角度与材质，发生穿透和反射，产生独有的信号特征。
为搭建系统，研究人员首先构建了名为 WiFire Dataset 的数据集，同步录制 RGB 视频，同时采集携带各类物品行走的人所反射的 Wi-Fi 信号，并在这份数据集上训练深度学习模型，借助视频片段把隐藏手枪的视觉特征和对应的 Wi-Fi 特征建立映射。训练素材包含塑料手枪、金属水杯、真金属手枪以及手机的采集记录。
训练完成后，仅依靠 Wi-Fi 信道状态信息即可检测隐藏手枪，但精度存在波动。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，检测手枪的平均精确率为 72.5%；如果提出精准定位武器在携带者身上具体位置的更严格要求，精确率会下降至 53.8%。遇到陌生、未经过测试的室内布局时，神经网络识别效果也会明显变差。
该系统目前仍处于实验阶段。原型机采用经过改造的老旧 1999 年 IEEE 802.11a 无线标准来验证原理，下一阶段将采用 Wi-Fi 7、Wi-Fi 8 现代无线网络获取分辨率更高的信道状态信息。研究团队表示将把项目开源，放出代码、模型和数据集。
注：本文配图由AI生成。本文综合自IT之家等，文中包含AI辅助创作的内容。
编辑：林一舟
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
