Proč hledat další vrstvu ochrany

Bezpečnostní kamery jsou dnes běžné, mají ale jasné omezení: nevidí, co člověk skrývá pod oblečením nebo v tašce. Potíže jim dělá i špatné světlo a počasí. Klasické detektory kovů zbraň najdou, vyžadují však, aby lidé procházeli úzkým místem jeden po druhém. V davu to znamená zácpy a omezené využití. Navíc takový rám většinou nerozliší mobil od pistole.

Autoři studie Erik Persson, David Gustafsson a Tomas Wilkinson proto zkoumají, jestli by to nemohla zvládnout bezdrátová síť. Wi-Fi je všude, pokrývá velký prostor a nepotřebuje, aby lidé stáli ve frontě. Systém by neměl nahradit kamery ani detektory kovů, ale doplnit je.

Rádiové vlny se odrážejí od lidí i od předmětů a každý materiál je pozmění trochu jinak. Výzkumníci využili takzvanou Channel State Information (CSI), tedy podrobné měření toho, jak se signál cestou mezi vysílačem a přijímačem mění. Běžně ji routery používají k ladění kvality spojení.

Pokus běžel na frekvenci 5,68 GHz se šířkou pásma 20 MHz. Signál se rozdělil na 52 úzkých frekvenčních úseků a u každého se měnila síla i časování, a to 80krát za sekundu. Vědci použili upravenou open-source implementaci staršího standardu IEEE 802.11a a software GNU Radio. Nešlo tedy o obyčejný domácí router, který by si někdo jen zapojil do zásuvky.

Jak funguje WiFireNet

Samotný model dostal název WiFireNet. Nejprve převede měření signálu na obraz, který připomíná záběr z kamery. Pak v něm podobně jako běžné systémy pro rozpoznávání objektů hledá lidi a předměty a kolem osoby s pistolí nakreslí rámeček. Rozlišuje čtyři třídy: kovovou pistoli, plastovou pistoli, kovovou láhev na vodu a mobilní telefon. Plastová pistole má stejný tvar jako skutečná, láhev a telefon zase obsahují kov, takže model nemůže spoléhat na jedinou vlastnost.

Zajímavé je, jak se model učil. Souběžně s Wi-Fi se použila i běžná kamera, která dodávala popisky, a pomáhal i druhý model natrénovaný na obrazu. Při samotném rozpoznávání už se ale používají jen data z Wi-Fi, kamera není potřeba. Pokusy probíhaly ve dvou místnostech. V menší o ploše 8 m² se pohybovali nejvýše dva lidé, ve větší o ploše 12 m² nejvýše čtyři. Nejvýš jeden z nich nesl skrytou, deaktivovanou kovovou pistoli.

Co ukázala čísla

Vědci vyhodnocovali dvě základní veličiny. Úplnost detekce (recall) říká, kolik přítomných předmětů systém našel. Průměrná přesnost (mAP) navíc penalizuje chybné detekce a poloha rámečku musí dostatečně přesně odpovídat skutečnosti.

Tzv. recall (kolik z předmětů, které v místnosti skutečně byly, systém našel) se pohyboval zhruba mezi 83 a 92 procenty, podle místnosti, počtu lidí a nastavení. Průměrná přesnost byla mnohem nižší, zhruba od 37 do 50 procent. To znamená, že systém předměty většinou našel, ale dělal při tom i dost chyb. Důležité je také, že tato čísla nepředstavují procento správně prověřených lidí – jde o měřítka běžná v oboru detekce objektů.

U samotné pistole byla přesnost zhruba od 30 do 72 procent. Nejlepší výsledek, 72,5 procenta, přišel u standardního nastavení Wi-Fi ve větší místnosti, a to při mírnějším kritériu na polohu rámečku. Při přísnějším kritériu klesl na 53,8 procenta.

Kde jsou limity

Sami autoři mluví o tom, že je výsledky třeba brát s rezervou. Jde podle nich o ověření proveditelnosti za kontrolovaných podmínek, ne o hotový systém pro veřejnou bezpečnost.

Data se dělila na trénovací a testovací část po jednotlivých vzorcích signálu. Obě části tedy pocházejí ze stejných nahrávek. Studie proto neprokazuje, že systém bude fungovat v úplně jiné místnosti, v jiný den nebo s jinými lidmi. Právě to je pro reálné nasazení zásadní.

K tomu se přidává několik dalších omezení:

• Prostředí bylo prázdné, bez nábytku, davu a dalších zdrojů rušení.
• Používala se deaktivovaná kovová pistole a čtyři typy předmětů, ne běžná paleta věcí, které lidé nosí.
• Úloha, kdy má systém spustit poplach a upozornit ochranku, se v experimentu nezkoušela. Je to jen možný způsob využití.
• Údaje o falešných poplaších, které by byly pro praxi nejdůležitější, studie přímo neuvádí. Průměrná přesnost kolem poloviny napovídá, že chyb by bylo hodně.

Objevuje se i otázka soukromí. Technologie, která dokáže zjistit, co kdo nosí, bez jeho vědomí a bez kamery, může vyvolávat obavy. Studie se tím nezabývá, je to ale téma, které by se při případném nasazení otevřelo.

Příjemnou zprávou pro odbornou komunitu je, že vědci zveřejnili dataset WiFire, kód i natrénovaný model. Dataset obsahuje přibližně 100 tisíc vzorků pro každé ze dvou nastavení větší místnosti a asi 40 tisíc vzorků z menší místnosti. Celkem zabírá zhruba 22 GB a je k dispozici pod licencí CC BY-NC 4.0, tedy jen pro nekomerční využití. Další týmy tak mohou výsledky ověřit, zkusit je v jiných prostorách nebo model vylepšit. Studie vznikla jako příspěvek na konferenci ICPRAI 2026.

Wi-Fi tedy zatím nenahradí kamery ani detektory kovů a tato studie to ani netvrdí. Ukazuje ale, že signál Wi-Fi nese dost informací na to, aby se z něj dalo poznat, kdo v pohybující se skupině nese skrytou pistoli. Pro další vývoj to je dobrý základ. Než bude možné podobný systém nasadit na nádraží nebo v obchodním centru, bude muset prokázat stabilní výsledky v neznámých prostorách, v davu a hlavně s dostatečně nízkým počtem falešných poplachů.

Zdroj: Concealed Handgun Detection using WiFi Signals, GitHub, Hugging face, Cyber Insider, Cyber news