लंदन अंडरग्राउंड पर यात्रियों की सुरक्षा। ट्रांज़िट सुरक्षा प्रतिकूल दृश्य-परिस्थितियों में एक दुर्लभ-घटना समस्या है, इसलिए IREX ने इन घटनाओं के लिए प्रशिक्षण डेटा जान-बूझकर तैयार किया और परिणाम को दुनिया के सबसे व्यस्त भूमिगत रेल-नेटवर्क में से एक पर चलाता है।
उत्पादन में
लंदन अंडरग्राउंड पर, IREX वास्तविक समय में जानलेवा स्थितियों का पता लगाता है: रेलवे ट्रैक पर गिरते लोग, ट्रेन सर्फ़र, प्लेटफ़ॉर्म किनारों पर ख़तरनाक भीड़, और सुरक्षा-ख़तरे का संकेत देने वाला लावारिस सामान। भूमिगत स्टेशनों की जटिल दृश्य-परिस्थितियों में विश्वसनीय पहचान, ट्रांसपोर्ट अथॉरिटी के सहयोग से विशेष प्रशिक्षण डेटासेट बनाकर और सिंथेटिक 3D परिवेश तैयार करके हासिल की गई।
जिन घटनाओं को एक नेटवर्क को सबसे ज़्यादा देखने की ज़रूरत होती है, उन्हीं का फ़ुटेज लगभग नहीं मिलता। कोई ट्रैक पर चला जाए, या ट्रेन के बाहर सवार हो, तो ऐसे उदाहरण बहुत कम बनते हैं, और अधिक जुटाना कोई भी ऑपरेटर स्वीकार नहीं करेगा। यही वजह है कि यहाँ सामान्य एनालिटिक्स विफल हो जाते हैं, और यही वजह है कि डेटासेट जुटाया नहीं, बनाया गया: ट्रांसपोर्ट एजेंसियों के साथ, और सिंथेटिक 3D परिवेश में, जो किसी स्टेशन में दशक में एक बार दिखने वाली घटना को भी मंचित कर सकते हैं।
पेरू में, प्लेटफ़ॉर्म पूरे नेटवर्क में सार्वजनिक-परिवहन सुरक्षा को सहारा देता है, और दोपहिया वाहन पहचान सहित ट्रैफ़िक एनालिटिक्स इसी mobility समस्या के सड़क-पक्ष को कवर करता है।
बस शेल्टर और ट्रांज़िट स्टॉप बहुत अलग तरह के estate पर वही modules चलाते हैं, और उनका अपना पेज है।
परिदृश्य
वे घटनाएँ जिनकी निगरानी एक मेट्रो या रेलवे ऑपरेटर करता है, लगभग उसी क्रम में जिसमें एक कंट्रोल रूम उन्हें प्राथमिकता देता है। हर एक स्टेशन के कैमरों पर चलने वाला एक प्रशिक्षित डिटेक्टर है, और हर एक उस पेज से जुड़ा है जो बताता है कि यह कैसे काम करता है।
चालू लाइन पर कोई व्यक्ति, सुरंग के प्रवेश की ओर चलता हुआ या किसी बंद प्लेटफ़ॉर्म के छोर के भीतर, ठीक उन्हीं रोशनी और परावर्तन स्थितियों में जो भूमिगत स्टेशनों में वास्तव में होती हैं। यही वह डिटेक्टर है जिसके लिए एक नेटवर्क यह सिस्टम ख़रीदता है।
रेल ट्रैक घुसपैठ पहचान देखें →चलती ट्रेन के बाहर सवार होना। यह उन घटना-प्रकारों में से एक है जिनसे सीखने के लिए लगभग कोई वास्तविक फ़ुटेज उपलब्ध नहीं है, इसलिए इसके लिए डेटासेट जुटाया नहीं, बल्कि ट्रांसपोर्ट अथॉरिटी के साथ और सिंथेटिक 3D परिवेश में बनाया गया।
रेल ट्रैक घुसपैठ पहचान देखें →प्लेटफ़ॉर्म किनारे और कॉनकोर्स में घनत्व, इतने समय रहते पढ़ा जाता है कि प्रवाह को रोका जा सके या गेट खोला जा सके, और बाद में सुरक्षा-समीक्षा के लिए एक सटीक गिनती दी जाती है।
भीड़ प्रबंधन देखें →प्लेटफ़ॉर्म, कॉनकोर्स या इंटरचेंज पर छोड़ा गया बैग, तब उठाया जाता है जब उसके आस-पास की भीड़ अभी भी चल रही हो। नियम स्टेशन-दर-स्टेशन तय होता है, ताकि सुबह के पीक समय और आधी रात के ख़ाली प्लेटफ़ॉर्म को एक जैसा न आँका जाए।
लावारिस वस्तु पहचान देखें →प्लेटफ़ॉर्म पर या गेटलाइन पर निकाला गया हथियार, फ़्रेम के साथ कंट्रोल रूम तक पहुँचता है, और वही estate गोली की आवाज़, टूटते शीशे या चीख़ को भी सुनता है, ताकि अलर्ट इस पर निर्भर न रहे कि कोई सही स्क्रीन देख रहा हो या नहीं।
हथियार और गोली की आवाज़ पहचान देखें →वहाँ और तभी ठहरना जहाँ ठहरना स्वयं ही संकेत है: आख़िरी ट्रेन के बाद एक बंद प्लेटफ़ॉर्म छोर, डिपो का गेट, स्टेशन बंद होने के एक घंटे बाद टिकट हॉल। सुबह के पीक समय पर लाइन एक अलग नियम है, और यही नियम प्रतिबंधित क्षेत्रों को भी कवर करते हैं।
परिधि घुसपैठ पहचान देखें →बड़े क्षेत्रों में जल्दी पहचान, इससे बहुत पहले कि प्वाइंट स्मोक डिटेक्टर या स्प्रिंकलर प्रतिक्रिया दे सकें। यह आपके प्रमाणित फ़ायर सिस्टम के साथ एक अतिरिक्त early-warning परत है, उसकी जगह कभी नहीं।
आग और धुआं पहचान देखें →ऐसे estate पर जहाँ अधिकतर कैमरों के पास कोई खड़ा नहीं होता, स्प्रे की गई, टकराई या घुमाई गई लेंस चुपचाप एक अंधा स्टेशन बनने के बजाय अपना अलर्ट ख़ुद उठाती है।
कैमरा टैम्पर पहचान देखें →सतही नेटवर्क पर, जब किसी वाहन को लाइन पार नहीं करनी चाहिए और वह करता है, तो इसे साक्ष्य-पैकेज सहित रेलवे-क्रॉसिंग उल्लंघन के रूप में पहचाना जाता है, ऐसे कैमरों पर जिनकी अपनी installation विशिष्टता होती है।
मल्टी-कैमरा ट्रैफ़िक एनालिटिक्स देखें →कैमरे पर
तीन स्टेशनों के तीन फ़्रेम। पहला एक प्रशिक्षित डिटेक्टर है; बाक़ी दो वे वाक्य हैं जो एक ऑपरेटर ने StreamVLM™ में टाइप किए, और नीचे की पट्टी में इनमें से और भी सूचीबद्ध हैं। दो सुरक्षा-घटनाएँ हैं और एक कल्याण-मामला है, जो ट्रांज़िट निगरानी की ईमानदार तस्वीर है: जो कुछ एक नेटवर्क को देखने की ज़रूरत होती है, उसमें ज़्यादातर अपराध नहीं होता। दृश्य उदाहरणात्मक हैं।
सुबह के पीक समय में एक इंटरचेंज में अकेला खड़ा बैग, जो इसे देख पाने की सबसे मुश्किल जगह है। अलर्ट फ़्रेम के साथ स्टेशन सुपरवाइज़र तक पहुँचता है, और वही कैमरे बताते हैं कि इसे वहाँ किसने रखा।
लावारिस वस्तुएँ →
“फ़र्श पर लेटा कोई भी व्यक्ति” एक गिर पड़े यात्री, खुले में सोते किसी व्यक्ति, और बैठकर न उठने वाले किसी समूह को सामने लाता है। प्लेटफ़ॉर्म यह तय नहीं करता कि कौन-सा मामला क्या है। यह फ़्रेम उस व्यक्ति के सामने रखता है जो तय कर सकता है, और एक मामले की प्रतिक्रिया दूसरे जैसी नहीं होती।
तोड़फोड़ महंगी इसलिए पड़ती है क्योंकि इसका पता अगली सुबह चलता है। एक वाक्य के रूप में लिखा गया डिटेक्टर इसके बजाय घटना के दौरान ही चेतावनी देता है, और यही मरम्मत के बिल और समय पर हस्तक्षेप के बीच का अंतर है।
StreamVLM™ →StreamVLM™
जिस बारे में एक स्टेशन अक्सर कंट्रोल रूम को बुलाता है, वह किसी भी वेंडर की module-सूची में नहीं होता। StreamVLM™ के साथ एक ऑपरेटर स्थिति को सामान्य अंग्रेज़ी में बताता है, और वह वाक्य स्टेशन के पास पहले से मौजूद कैमरों पर एक डिटेक्टर बन जाता है, अपने कॉन्फ़िडेंस थ्रेशोल्ड और अलर्ट कूलडाउन के साथ, और इसके अलर्ट किसी भी अन्य इवेंट की तरह रूट होते हैं। नीचे की हर पंक्ति एक ऐसा prompt है जिसे कोई ऑपरेटर आज दोपहर ही टाइप कर सकता है। StreamVLM™ एक GPU नोड पर चलता है।
“दिन हो या रात, फ़र्श पर लेटे किसी भी व्यक्ति का पता लगाएँ।” एक यात्री जो प्लेटफ़ॉर्म पर गिर पड़ा है, चाहे वह गिरना हो या हृदय-संबंधी घटना, और आस-पास किसी ने अभी तक नोटिस नहीं किया। अलर्ट फ़्रेम को उस सुपरवाइज़र के सामने रखता है जो किसी को भेज सकता है। यह ऑपरेटर के लिए triage करने वाली एक कल्याण-जाँच है, कोई मेडिकल अलार्म नहीं।
“स्टेशन में रात-भर सोने वाले किसी भी व्यक्ति का पता लगाएँ।” आख़िरी ट्रेन के बाद वही मुद्रा आमतौर पर खुले में सोते किसी व्यक्ति की होती है। प्लेटफ़ॉर्म बस इतना बताता है कि कोई व्यक्ति आराम कर रहा है, इससे ज़्यादा कुछ नहीं; स्टेशन स्टाफ़ भेजा जाए या कोई आउटरीच पार्टनर, यह ऑपरेटर का फ़ैसला है, इसीलिए यह डिटेक्टर सुरक्षा-घटना के बजाय एक कल्याण-जाँच के रूप में लिखा गया है।
“अंडरपास में स्प्रे की जा रही ग्रैफ़िटी का पता लगाएँ।” तोड़फोड़ महंगी इसलिए पड़ती है क्योंकि इसका पता अगली सुबह चलता है। घटना के दौरान ही चेतावनी देने वाला डिटेक्टर मरम्मत के बिल को समय पर हस्तक्षेप में बदल देता है, और इसमें किसी की भी पहचान उजागर नहीं होती।
“ट्रैक बेड पर किसी भी वस्तु पर अलर्ट करें।” चालू लाइन पर गिरा हुआ बैग, प्रैम, गिरा हुआ साइन-बोर्ड या बोतल, अगली ट्रेन के ड्राइवर द्वारा रिपोर्ट किए जाने से पहले ही उठा लिया जाता है। ऊपर दिया गया ट्रैक-पर-लोग डिटेक्टर प्रशिक्षित है; यह वाला एक वाक्य है।
“जब प्लेटफ़ॉर्म पर कचरा जमा हो जाए या कोई डिब्बा भर जाए, तो अलर्ट करें।” सफ़ाई एक तय राउंड की बजाय वहीं भेजी जाती है जहाँ ज़रूरत है, और इंतज़ार करने वाले हर प्लेटफ़ॉर्म के लिए एक टाइमस्टैम्प वाली इवेंट दर्ज होती है।
“प्लेटफ़ॉर्म या अंडरपास में जमा पानी का पता लगाएँ।” रिसाव, फटा हुआ पाइप या जलमग्न सीढ़ियाँ, सुबह के पीक समय से पहले ही ढूँढ ली जाती हैं, इतने समय रहते कि रास्ता बंद किया जा सके।
“जब इमरजेंसी निकास या एस्केलेटर का निचला हिस्सा अवरुद्ध हो, तो अलर्ट करें।” ट्रॉलियाँ, डिलीवरी या ऐसी लाइन जो ठीक उसी जगह जमा हो गई हो जहाँ नहीं होनी चाहिए, तभी उठाई जाती है जब कोई स्टाफ़ सदस्य उसे अभी भी हटा सके।
“प्लेटफ़ॉर्म या कॉनकोर्स पर साइकिल या ई-स्कूटर चलाते किसी भी व्यक्ति का पता लगाएँ।” यह एक ऐसा नियम है जो हर नेटवर्क के पास है, पर कोई कैमरा इसे लागू नहीं करता। इवेंट फ़्रेम के साथ स्टेशन स्टाफ़ तक पहुँचती है, और इसमें किसी का नाम नहीं लिया जाता।
Modules
वे चीज़ें जिन्हें नोटिस करने के लिए एक नेटवर्क अपने कैमरों से कहता है, और वह पेज जो बताता है कि हर एक की पहचान कैसे होती है।
चालू लाइन पर कोई व्यक्ति, सुरंग के प्रवेश की ओर चलता हुआ, या ट्रेन के बाहर सवार। यही वह डिटेक्टर है जिसके लिए एक मेट्रो नेटवर्क यह सिस्टम ख़रीदता है।
और पढ़ें →प्लेटफ़ॉर्म या कॉनकोर्स में घनत्व, इतने समय रहते पढ़ा जाता है कि प्रवाह रोका जा सके या गेट खोला जा सके, और बाद में सुरक्षा-समीक्षा के लिए एक सटीक गिनती।
और पढ़ें →लावारिस सामान का मुश्किल संस्करण: एक वस्तु स्थिर खड़ी है जबकि आस-पास की भीड़ नहीं। अलर्ट फ़्रेम साथ लाता है, और आर्काइव बताता है कि इसे वहाँ किसने रखा।
और पढ़ें →टिकट हॉल या प्लेटफ़ॉर्म पर निकाला गया हथियार, और गोली की आवाज़, टूटता शीशा या चीख़ जिसे वही estate सुनता है, प्लेटफ़ॉर्म से आई कॉल के बजाय फ़्रेम के साथ कंट्रोल रूम तक पहुँचते हैं।
और पढ़ें →एक बंद प्लेटफ़ॉर्म छोर, डिपो गेट या समय के बाद टिकट हॉल में समय-सीमा वाला मंडराना-निषिद्ध क्षेत्र, और वे प्रतिबंधित क्षेत्र जिन्हें यही नियम कवर करते हैं।
और पढ़ें →बड़े क्षेत्र जहाँ छत पर लगा प्वाइंट डिटेक्टर देर से या बिल्कुल भी प्रतिक्रिया नहीं देता। आपके प्रमाणित फ़ायर सिस्टम के साथ एक अतिरिक्त early-warning परत, उसकी जगह कभी नहीं।
और पढ़ें →फ़र्श पर एक यात्री, रात-भर रुकना, ग्रैफ़िटी, ट्रैक पर मलबा, भरा हुआ डिब्बा: ऊपर दिए गए परिदृश्य, किसी वेंडर module का इंतज़ार करने के बजाय एक वाक्य में बताए गए।
और पढ़ें →स्प्रे की गई लेंस, टकराई हुई माउंटिंग या धीरे-धीरे बेकार होते वीडियो की स्थिति, एक इवेंट के रूप में उठाई जाती है। बिना स्टाफ़ वाले प्लेटफ़ॉर्म पर यही एक ख़राबी और एक अंधे स्टेशन के बीच का अंतर है।
और पढ़ें →सतही नेटवर्क पर रेलवे-क्रॉसिंग उल्लंघन, ऐसे कैमरों पर साक्ष्य-पैकेज सहित पहचाने जाते हैं जिनकी अपनी installation विशिष्टता होती है।
और पढ़ें →डेटा का इंतज़ार करने के बजाय उसे बनाकर। IREX ने इन दुर्लभ घटनाओं के लिए विशेष प्रशिक्षण डेटासेट ट्रांसपोर्ट एजेंसियों के सहयोग से और सिंथेटिक 3D परिवेश तैयार करके संकलित किए, और यही वजह है कि जटिल भूमिगत परिस्थितियों में विश्वसनीय पहचान संभव हो सकी। हम न कोई डेटासेट-आकार प्रकाशित करते हैं, न कोई सटीकता का आँकड़ा: हम जिस बात की प्रतिबद्धता लेते हैं वह यह है कि पायलट के दौरान पहचान को आपके अपने कैमरों पर, लिखित रूप से सहमत मानदंडों के विरुद्ध, मापा जाए।
यही वह स्थिति है जिसके लिए इसे बनाया गया था। लंदन अंडरग्राउंड डिप्लॉयमेंट संदर्भ है, और ट्रांसपोर्ट अथॉरिटी के साथ तथा सिंथेटिक 3D परिवेश में किया गया डेटासेट-कार्य विशेष रूप से भूमिगत दृश्य-परिस्थितियों को ध्यान में रखकर किया गया था।
नहीं। एक एज सर्वर एनालिटिक्स को स्थानीय रूप से चलाता है और कच्चे वीडियो के बजाय केवल इवेंट भेजता है, लिंक टूटने पर ऑफ़लाइन रिकॉर्डिंग जारी रखता है, और वापसी पर अपने-आप सिंक्रोनाइज़ हो जाता है। जहाँ किसी साइट का पूरी तरह बंद हो जाना गवारा नहीं, वहाँ high-availability edge उपलब्ध है।
हाँ, क्राउड एनालिटिक्स के ज़रिए: रियल-टाइम ख़तरनाक-भीड़ अलर्ट के साथ-साथ सटीक post-event गिनती, जो कैमरा-दृश्य के किसी परिभाषित क्षेत्र में 3,000 तक लोगों का अनुमान लगाती है।
नहीं, और यह कोशिश भी नहीं करता। prompt-परिभाषित डिटेक्टर फ़र्श पर किसी व्यक्ति की सूचना देता है और फ़्रेम को ऑपरेटर के सामने रखता है, जो तय करता है कि स्टेशन स्टाफ़, कोई आउटरीच पार्टनर या ऐम्बुलेंस भेजी जाए। यह जान-बूझकर है: IREX के उत्पाद स्पष्ट रूप से जीवन-रक्षक या आपातकालीन सिस्टम के लिए नहीं हैं, और फ़ैसला व्यक्ति के पास ही रहता है।
ट्रैक पर लोग, ट्रेन सर्फ़िंग, ख़तरनाक भीड़, लावारिस वस्तुएँ, हथियार, मंडराना, आग-धुआं और कैमरा इंटीग्रिटी, ये सभी उत्पादन में चल रहे प्रशिक्षित modules हैं। फ़र्श पर एक यात्री से लेकर भरे हुए डिब्बे तक, वाक्यों में लिखे गए परिदृश्य StreamVLM™ prompt-परिभाषित डिटेक्टर हैं: ये GPU नोड पर चलते हैं, और कोई ख़ास डिप्लॉयमेंट इसके दायरे में आता है या नहीं, यह पहले से वादा किए जाने के बजाय IREX इंजीनियरिंग के साथ पुष्टि किया जाता है।
नहीं। मौजूदा फ़्लीट का दोबारा उपयोग ही मानक डिप्लॉयमेंट मॉडल है: कोई भी कैमरा जो ONVIF सपोर्ट करता है या स्टैटिक IP पर H.264 या H.265 के साथ RTSP स्ट्रीम करता है, कनेक्ट किया जा सकता है, और फिर हर module अपनी resolution और प्लेसमेंट की ज़रूरतें तय करता है, जिनकी पुष्टि साइट-सर्वे से होती है। ध्यान दें कि कनेक्शन प्लग-एंड-प्ले नहीं है: हर कैमरा और राउटर को एक योग्य नेटवर्क इंजीनियर configure करता है।
आप। ग्राहक अपने डेटा का 100% स्वामित्व और नियंत्रण बनाए रखते हैं, और IREX न तो ग्राहक के वीडियो, इवेंट, लॉग, वॉचलिस्ट या फ़्लोर प्लान का स्वामी है, न ही उन तक पहुँच रखता है। On-premises डिप्लॉयमेंट ही डेटा-निवास (residency) की व्यवस्था है।
एक पायलट से: एक साइट, तीन से पाँच यूज़-केस, छह से बारह हफ़्ते, और शुरू होने से पहले लिखित रूप से सहमत दो या तीन मापने-योग्य सफलता-मानदंड। सटीकता आपके अपने कैमरों पर बेंचमार्क की जाती है, और मापे गए आँकड़े अनुबंध में दर्ज होते हैं।
पढ़ते रहें
एक ही स्टेशन, अगर ठीक से इंस्ट्रूमेंटेड हो, तो किसी नेटवर्क प्रोग्राम के बारे में उतना बता देता है जितना उन सबका काग़ज़ी अध्ययन नहीं बता सकता।