19.03.2024
3 хв
790
Шведські дослідники розробили систему, яка за допомогою сигналів Wi-Fi може визначати людей із прихованою вогнепальною зброєю. Під час випробувань технологія змогла виявити до 91,5% предметів, які переносили учасники експерименту, хоча точність розпізнавання самої зброї поки залишається нестабільною.
Згідно з дослідженням Шведського агентства оборонних досліджень (FOI), науковці запропонували використовувати звичайні радіосигнали Wi-Fi для виявлення пістолетів, захованих під одягом.
Ідея полягає в тому, що радіохвилі по-різному проходять крізь людей і предмети. Металевий пістолет, пляшка з водою, смартфон або пластикова іграшкова зброя по-своєму впливають на сигнал. Ці відмінності можна зафіксувати та проаналізувати за допомогою штучного інтелекту.
Для перевірки технології дослідники створили експериментальну систему з двох Wi-Fi-передавачів і двох приймачів. Обладнання розмістили на протилежних сторонах кімнати, щоб радіохвилі проходили через простір, у якому рухалися учасники.
В експерименті одночасно брали участь до чотирьох людей, які пересувалися в приміщенні площею до 12 квадратних метрів. Деякі з них переносили різні предмети, зокрема справжній деактивований металевий пістолет, його пластикову копію, металеву пляшку або мобільний телефон.
Система працювала на частоті 5,68 ГГц, яку використовують і багато домашніх Wi-Fi-роутерів. Ширина каналу становила 20 МГц, що відповідає найвужчому стандартному каналу Wi-Fi.
Для збору даних науковці використали модифіковану відкриту реалізацію стандарту IEEE 802.11a, представленого ще у 1999 році, а також безкоштовне програмне забезпечення для обробки радіосигналів GNU Radio. Звичайна відеокамера паралельно записувала пересування учасників, щоб отримані дані можна було використати для навчання моделі.
У науковій роботі Concealed Handgun Detection using WiFi Signals дослідники зазначають:
«Наші базові результати демонструють, що сигнали Wi-Fi справді містять достатньо інформації для виявлення прихованих пістолетів у людей, які перебувають у групах до чотирьох осіб, навіть за наявності інших предметів повсякденного використання».
Основою технології стала інформація про стан бездротового каналу, відома як Channel State Information (CSI). Вона описує, як радіохвилі поширюються в просторі, відбиваються від поверхонь і змінюються під впливом навколишніх об’єктів.
Подібні дані Wi-Fi-обладнання зазвичай використовує для оптимізації з’єднання та підтримання стабільної швидкості інтернету. Шведські науковці вирішили застосувати їх для зовсім іншого завдання.
У межах експерименту 20-мегагерцовий канал розділявся на 52 вузькі частотні підканали. Система 80 разів на секунду аналізувала амплітуду та фазу сигналу, відстежуючи, як змінюються його характеристики під час руху людей із різними предметами.
На основі цих даних дослідники створили модель глибокого навчання WiFireNet. Вона навчилася знаходити характерні зміни радіосигналу, пов’язані з наявністю пістолета, та визначати приблизне розташування людини, яка його переносить.
Результат відображається у вигляді двовимірної рамки навколо ймовірного власника зброї. Для цього модель перетворює характеристики Wi-Fi-сигналів на дані, придатні для аналізу алгоритмами комп’ютерного зору.
Систему навчали розрізняти чотири категорії предметів: справжній пістолет, пластиковий пістолет, металеву пляшку для води та мобільний телефон.
Під час випробувань система змогла виявити від 83% до 91,5% предметів, які переносили учасники. Результат залежав від розміру приміщення, кількості людей та конфігурації обладнання.
Водночас загальна кількість виявлених предметів ще не означає, що система правильно визначає кожен із них.
За показником mean average precision (mAP), який враховує правильність класифікації та локалізації об’єктів, результати становили приблизно 35–50%. Це свідчить про значну кількість помилок під час розпізнавання.
Для категорії справжніх пістолетів середня точність коливалася приблизно від 30% до 72%. Тобто в одних умовах система справлялася із завданням помітно краще, ніж в інших.
Попри ці обмеження, дослідники вважають результати перспективними. На їхню думку, Wi-Fi може стати додатковим інструментом безпеки там, де звичайні камери спостереження або металодетектори мають обмежені можливості.
«Система безпеки на основі Wi-Fi потенційно може стати додатковим засобом виявлення, здатним працювати за умов перекриття огляду або приховування предметів і не залежати від суворих вимог до просторового розташування», – пояснюють науковці.
На відміну від металодетекторів, така система не потребує проходження кожної людини через вузький контрольний пункт. Вона також може виявляти приховані предмети, яких не бачать звичайні камери.
Сигнали Wi-Fi вже використовують для виявлення сторонніх людей у приміщеннях, визначення присутності та навіть у дослідженнях технологій, які дозволяють відстежувати об’єкти крізь стіни.
Однак попередні експерименти з виявленням підозрілих предметів переважно проводили в контрольованих умовах, коли об’єкти залишалися нерухомими або досліджувалися окремо.
У новому дослідженні науковці перевірили можливість розпізнавання прихованої зброї, коли кілька людей одночасно рухаються в одному приміщенні.
«Наскільки нам відомо, раніше не проводили досліджень виявлення пістолетів за допомогою Wi-Fi у динамічному середовищі з кількома людьми», – зазначають автори роботи.
Щоб інші наукові групи могли перевірити результати та вдосконалити технологію, дослідники опублікували набір даних WiFire на Hugging Face, а також програмний код і навчені моделі на GitHub.
Наразі WiFireNet залишається експериментальною розробкою. Система вже продемонструвала можливість виявлення прихованої зброї за допомогою радіосигналів, однак через помилки розпізнавання поки не може повноцінно замінити традиційні засоби контролю безпеки.
