Cache News Taiwan
瑞典WiFireNet用Wi-Fi訊號辨識藏槍,受控環境準確率達72.5%
剩 60 秒
AI無線感測

瑞典WiFireNet用Wi-Fi訊號辨識藏槍,受控環境準確率達72.5%

[快取]CACHE NEWS TAIWAN72.5%藏槍平均辨識率AI2026.11.08 讀 60 秒
物體會改變Wi-Fi反射與穿透特徵,模型藉此區分手機、水瓶與不同材質手槍。圖:快取新聞製圖 數字來源見文末

結論先講:瑞典研究團隊讓AI分析Wi-Fi信道狀態資訊,嘗試在不用攝影機的情況下辨識隱藏手槍。受控室內測試平均準確率為72.5%,但定位到攜帶位置時降到53.8%。這是概念驗證,離安檢實用化仍有很長距離。

72.5%
藏槍平均辨識率
53.8%
武器位置辨識率
4人
受控空間最多追蹤人數
[ 3 個快取重點 ]20 秒版本
01

研究建立同步記錄影像與Wi-Fi反射訊號的資料庫,讓模型分辨外形或材質相近物品。

02

系統在陌生室內格局表現不穩,顯示模型仍高度依賴測試環境。

03

尚未定案:團隊計畫改用Wi-Fi 7與8取得更高解析度,但提升幅度未知。

01訊號變形就是特徵

不同形狀、方向與材質會改變Wi-Fi訊號的反射與穿透。模型學的不是物品照片,而是這些無線訊號差異。

02 研究進度
資料建立
記錄手機、水瓶與真假手槍訊號
受控測試
藏槍平均辨識率72.5%
下一步
導入Wi-Fi 7與Wi-Fi 8

空心=研究計畫,尚未證明可達商用精度。

02不能取代現有安檢

陌生空間與精準定位都會讓表現下降。你可以把它看成新的感測線索,而不是已成熟的金屬探測門替代品。

Bottom line

感測AI最難的不是在實驗室看見訊號,而是在每個陌生空間都不看錯。

來源與方法
原始報導
科技新報
改寫方式
快取新聞不轉載原文。我們讀完原始報導後,用自己的話重寫成結論、三個重點與一張圖。數字均取自上列來源,未經我們獨立查證。
單位
「pt」為百分點,指兩個百分比的差,不是成長率。標示「預估」或斜線紋樣者為推估值,非已實現數字。

更正紀錄本篇尚無更正。若你發現錯誤,寫信到 corrections@cachenews.tw,我們會在文末公開記錄更正內容與時間。

分享這篇

60 秒能讀完的東西,值得傳給還在滑三分鐘影片的朋友。

LINEThreadsFacebookX
分享卡 · 1200 × 630
快取 Cache News Taiwan 讀 60 秒

瑞典WiFireNet用Wi-Fi訊號辨識藏槍,受控環境準確率達72.5%

72.5%
藏槍平均辨識率
53.8%
武器位置辨識率
4人
受控空間最多追蹤人數
CACHENEWS.TW

這張卡的比例與內容對齊各平台的連結預覽。上線時輸出成 PNG 放到 og/wifi-hidden-gun-ai.png,貼連結到 LINE、Threads、Facebook 就會顯示這張圖。