Tutkijat kehittävät tekoälyä tunnistamaan pistooleja Wi-Fi-signaalien avulla

Ruotsin puolustusvoimien tutkimuslaitoksen (FOI) tutkijat ovat kehittäneet uuden tekoälyjärjestelmän, joka tunnistaa piilotettuja käsiaseita analysoimalla Wi-Fi-signaalien häiriöitä. Tämä ei-invasiivinen menetelmä, nimeltään WiFireNet, voi tarjota vaihtoehdon perinteisille, näkyvän valon kameroille ja metallinpaljastimille.

Järjestelmä toimii analysoimalla kanavatilatietoja (CSI), jotka kuvaavat, miten esineet muuttavat ympäristön Wi-Fi-signaaleja heijastusten ja läpäisyn kautta. Tutkijat loivat ensin laajan WiFire Dataset -tietokannan, joka sisälsi sekä RGB-videokuvaa että samanaikaisesti tallennettuja Wi-Fi-signaaleja henkilöistä, jotka kantoivat erilaisia esineitä, mukaan lukien käsiaseita. Tämän datan avulla he kouluttivat syväoppimismallin, joka yhdistää esineiden visuaaliset ominaisuudet niiden Wi-Fi-signaalien ominaisuuksiin.

Koulutuksen jälkeen WiFireNet pystyi tunnistamaan käsiaseita pelkkien Wi-Fi-signaalien perusteella, vaikkakin tarkkuus vaihteli. Kontrolloiduissa laboratorio-olosuhteissa, joissa seurattiin enintään neljää liikkuvaa henkilöä ahtaissa sisätiloissa, käsiaseiden tunnistuksen keskimääräinen tarkkuus oli 72,5 prosenttia. Tarkempi aseman paikannus vähensi tarkkuutta 53,8 prosenttiin. Järjestelmän suorituskyky heikkeni myös tuntemattomissa ympäristöissä.

Projekti on tällä hetkellä kokeellisessa vaiheessa. Tutkimusryhmä aikoo päivittää järjestelmää käyttämään moderneja Wi-Fi 7- ja Wi-Fi 8 -verkkoja korkeamman resoluution CSI-tiedon saamiseksi ja tunnistuskyvyn parantamiseksi. Tutkijat ovat julkaisseet projektin avoimena lähdekoodina, mallit ja tietokannan edistääkseen alan tutkimusta. Teknologian potentiaalia valvonnassa pidetään merkittävänä, mutta sen laaja käyttöönotto ilman sääntelyä herättää myös yksityisyydensuojahuolia.