随着人们对隐蔽金属武器检测的日益关注，对具有大覆盖范围、鲁棒性和非突击性的金属检测系统的需求日益迫切。基于电磁感应或x射线的传统系统是有效的，但除了需要昂贵的基础设施外，覆盖范围较小。在本文中，我们探索利用无处不在的WiFi信号对隐藏的金属物体进行非侵入性检测。为目的,我们构建一个原型系统组成的单天线商品WiFi无线发射机,和两个multi-antenna无线电接收器放置在一个室内环境约42英尺×39英尺。与我们进行广泛的实验学科走过的设置(或没有)的金属板放置在胸。我们利用从接收机收集到的信道状态信息训练深度卷积神经网络，发现所提出的系统能够区分金属和非金属的情况，平均准确率为86.44%。

我们进行了大量的实验，让受试者在没有或有一块金属板放置在他们胸部附近的照明区域行走。使用从两个接收节点收集到的对应CSI作为训练数据，我们使用深度卷积神经网络(CNN)来区分这两种情况。通过对来自459个实验和4个不同对象的数据进行10倍交叉验证，发现该方法的平均精度为86.44%。
使用振幅，移动人物
由于两个接收节点各有3个天线，因此共6个接收天线。对每个天线对应的CSI流进行预处理，仅提取目标运动对应的信息。去掉初始瞬态和最终瞬态后，得到5000个epoch流，每个epoch对应一个单包索引(每个包对应的传输持续时间为1ms，因此对应的记录窗口为5秒)