De studie van de Zweedse onderzoeksorganisatie FOI verscheen op 13 oktober 2026 op arXiv, meldde Tom’s Hardware. De onderzoekers rapporteerden voor WiFireNet een gemiddelde precisie (AP) van 72,5% bij 25% IoU en 53,8% bij 50% IoU voor de handwapenklasse in de WiFi-regular-opstelling. Het zijn twee scores voor dezelfde klasse en opstelling, gemeten met verschillende eisen aan de overlap tussen het voorspelde en het werkelijke kader. De FOI-studie beschrijft gecontroleerde proeven binnenshuis.
Wat de scores meten
WiFireNet gebruikt kanaaltoestandsinformatie (CSI): metingen van veranderingen in het wifi-signaal terwijl dat zich door een ruimte verplaatst. De onderzoekers gebruikten CSI om objecten te detecteren en te lokaliseren. AP vat de prestaties voor een objectklasse samen. IoU, voluit intersection over union, meet hoeveel het voorspelde kader overlapt met het werkelijke kader. Bij 50% IoU is voor een geldige overeenkomst dus meer overlap nodig dan bij 25%.
De FOI-resultaten laten ook zien hoe de scores verschilden tussen de geteste configuraties. De AP-waarden hieronder zijn voor de handwapenklasse; de twee kolommen tonen de scores bij de bijbehorende IoU-drempels. De studie vermeldt deze resultaten in tabel 2.
| Testconfiguratie | Handwapen-AP bij 25% IoU | Handwapen-AP bij 50% IoU |
| WiFi-plus, grote ruimte | 44,2% | 44,2% |
| WiFi-regular, grote ruimte | 72,5% | 53,8% |
| WiFi-plus, kleine ruimte | 40,4% | 40,4% |
| WiFi-plus, grote ruimte, maximaal twee personen | 29,6% | 27,3% |
De ruimtes en de gegevens achter de proef
De grote testopstelling besloeg 12 m² en telde maximaal vier bewegende personen. De kleine ruimte was 8 m² groot en bevatte maximaal twee personen. Per scène droeg hoogstens één persoon een verborgen, gedeactiveerd metalen handwapen. De andere onderzochte objectklassen waren een plastic handwapen, een metalen waterfles en een mobiele telefoon.
Voor de WiFi-plus- en WiFi-regular-opstellingen verzamelden de onderzoekers elk ongeveer 100.000 CSI-samples; de kleine-ruimteset bevatte 40.000 samples. Ze verdeelden de gegevens op het niveau van afzonderlijke CSI-samples: 50% ging naar de trainingsset en 50% naar de testset. Van het trainingsdeel gebruikten ze 20% voor validatie. Die cijfers horen dus bij de beschreven kamers, groepen en gegevensverdeling.
RGB-video bij training, CSI bij gebruik
De onderzoekers namen ook RGB-video op voor het labelen van de gegevens en gebruikten een visueel teachermodel tijdens de training. Voor de inferentie — het uitvoeren van een voorspelling met het getrainde model — gebruikte WiFireNet volgens de studie alleen CSI. Camera’s maakten daarmee deel uit van de dataverzameling en training, terwijl de onderzochte detectie tijdens inferentie op wifi-kanaalmetingen draaide.
De FOI-studie rapporteert gecontroleerde binnenproeven met deze opstellingen en gegevensverdeling. De uitkomsten beschrijven die onderzoeksopzet; ze zijn geen resultaten van operationele inzet in andere gebouwen.
