Forskare utvecklar AI som kan identifiera dolda pistoler via Wi-Fi-signaler

Forskare vid Totalförsvarets forskningsinstitut (FOI) i Sverige har tagit fram ett AI-system som kan identifiera dolda pistoler genom att analysera hur Wi-Fi-signaler påverkas av objekt. Systemet, kallat WiFireNet, erbjuder en icke-invasiv metod som komplement till synliga kameror och metalldetektorer.

Systemet fungerar genom att analysera Channel State Information (CSI), vilket beskriver hur objekt förändrar Wi-Fi-signaler genom reflektion och spridning. Forskarna skapade först en omfattande datamängd, WiFire Dataset, som innehöll både RGB-video och samtidigt inspelade Wi-Fi-signaler från personer som bar olika föremål, inklusive pistoler. Med hjälp av denna data tränades en djupinlärningsmodell för att mappa visuella egenskaper hos föremål till deras Wi-Fi-signaturer.

Efter träningen kunde WiFireNet identifiera pistoler enbart baserat på Wi-Fi CSI-data, men med varierande precision. I kontrollerade laboratoriemiljöer, där upp till fyra personer spårades i små inomhusutrymmen, var den genomsnittliga precisionen för pistoligenkänning 72,5 procent. Krav på mer exakt positionering sänkte precisionen till 53,8 procent. Systemets prestanda försämrades även i okända miljöer.

Projektet befinner sig i en experimentell fas. Forskargruppen planerar att uppdatera systemet för att använda moderna Wi-Fi 7- och Wi-Fi 8-nätverk för att erhålla högre upplöst CSI-data och förbättra detekteringsförmågan. Forskarna har publicerat projektet som öppen källkod, inklusive kod, modeller och dataset, för att främja vidare forskning inom området. Teknikens potential för övervakning uppmärksammas, men dess breda användning utan reglering väcker också integritetsfrågor.