Исследователи научили ИИ обнаруживать запрятанное оружие по Wi-Fi

Шведские исследователи разработали WiFireNet — нейросеть, которая определяет людей со скрытым пистолетом по изменениям сигналов Wi-Fi. При распознавании ей не нужны изображения с камеры: модель использует характеристики радиоканала. Пока подход проверили в лабораторных условиях с небольшим количеством участников.

Работу выполнили Эрик Перссон, Давид Густафссон и Томас Уилкинсон из Шведского агентства оборонных исследований FOI. Исследование Concealed Handgun Detection using WiFi Signals разместили на arXiv 13 октября 2026 года.

Идея основана на том, что люди и окружающие предметы меняют распространение радиоволн. WiFireNet анализирует информацию о состоянии канала — Channel State Information, или CSI. Эти данные описывают амплитуду и фазу сигнала, позволяя нейросети искать закономерности, связанные с присутствием определённых предметов.

Для эксперимента использовали модифицированную программную реализацию IEEE 802.11a на базе GNU Radio. Установка работала на частоте 5,68 ГГц с шириной канала 20 МГц. Это исследовательская конфигурация передатчиков и приёмников, а не готовая функция обычного домашнего роутера.

Камера потребовалась для обучения и проверки результатов. Исследователи одновременно записывали видеокадры и CSI, сформировав набор данных WiFire. Участники перемещались с деактивированным металлическим пистолетом, пластиковым пистолетом, металлической бутылкой и телефоном.

Контрольные предметы помогали проверить, отличает ли модель пистолет от вещей со схожей формой или материалом. В небольшой экспериментальной зоне площадью 8 м² находились до двух человек, в основной зоне на 12 м² — до четырёх.

Есть важная особенность разметки: рамки обозначали людей, а класс указывал, какой предмет они несут. Для автоматического формирования обучающих меток использовали положение плеч и бёдер и цвет футболки, связанный с классом предмета.

Поэтому результат WiFireNet следует понимать как обнаружение человека с соответствующим предметом. Исследование не демонстрирует точного определения положения пистолета под одеждой.

Для класса «пистолет» в конфигурации WiFi-regular получены следующие значения Average Precision:

Average Precision обобщает качество обнаружения при разных порогах уверенности модели. IoU показывает, насколько предсказанная рамка совпадает с эталонной. 72,5% AP не означает, что система выявляет 72,5% вооружённых людей или что столько же её тревог обязательно верны.

Проверка также не устанавливает надёжность системы в незнакомом здании. Авторы разделили данные на обучение и тестирование на уровне отдельных CSI-образцов. Это не равнозначно независимому испытанию в другом помещении или на отдельно записанной группе людей.

Больше радиоданных тоже не гарантировало улучшения. Экспериментальная конфигурация WiFi-plus использовала расширенный набор пилотных поднесущих, но в опубликованных результатах не получила явного преимущества. Причины требуют дальнейшего изучения.

Авторы рассматривают Wi-Fi как возможное дополнение к камерам и металлодетекторам. Применимость подхода в аэропорту, торговом центре или плотной толпе пока не установлена. В работе приведены ссылки на код, модели и набор данных для дальнейших исследований.

Радиосигналы уже используются и в других системах наблюдения: например, SignalTrace сопоставляет сигналы устройств с автомобильными номерами. WiFireNet исследует другой механизм — изменения радиоканала из-за людей и переносимых предметов. Возможность получать такую информацию без видеокадра делает вопросы приватности актуальными и для этого направления.

Практический результат исследования пока ограничен: в контролируемой обстановке CSI содержит признаки, которые модель может использовать для распознавания людей со скрытым пистолетом. Для надёжного досмотра в реальных условиях потребуются дополнительные испытания.