WiFireNet利用Wi-Fi信号识别隐藏手枪

驱动中国10月19日消息，据IT之家消息，瑞典国防研究局（FOI）一组人工智能研究人员开发出名为WiFireNet的系统，可通过Wi-Fi信号识别隐藏手枪，可作为可见光摄像头、金属探测器之外的非侵入式替代方案。

相关论文已于10月13日发布于arXiv平台。该系统由Wi-Fi发射端、接收端和WiFireNet模型组成，核心依据是物体扰动环境Wi-Fi信号后形成的信道状态信息。

普通Wi-Fi信号遇到物体时，会因物体形状、摆放角度和材质产生穿透与反射，形成特定信号特征。对这类信道状态信息进行分析，可实现较高精度物体识别。此前安全领域研究人员公开过一项技术，普通Wi-Fi路由器识别人体准确率可达99.5%。

为训练WiFireNet，研究人员构建WiFire Dataset数据集，同步录制RGB视频，并采集携带手机、手枪等物品行走的人反射的Wi-Fi信号。团队利用视频片段，将隐藏手枪视觉特征与对应信道状态信息建立映射。训练素材还包含塑料手枪、金属水杯、真金属手枪和手机的采集记录，用于区分外形、材质相近物品。

训练完成后，WiFireNet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，系统检测手枪平均精确率为72.5%。若要求精准定位武器在携带者身上的具体位置，精确率降至53.8%。面对陌生且未经过测试的室内布局时，神经网络识别效果明显变差。

目前该系统仍处于实验阶段。原型机使用经过改造的1999年IEEE 802.11a无线标准验证原理。研究团队计划下一阶段采用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，以提升检测性能。团队已将项目开源，发布代码、模型和数据集，推动后续研究。

基于Wi-Fi感知的监控技术正受到更多关注，其无需复杂设备与部署。批评者认为，该技术可广泛部署，但缺少对应监管框架，会带来严重隐私隐患。