दुर्लभ घटनाएँ, विशेष रूप से तैयार किए गए डेटासेट। किसी चालू ट्रैक पर खड़े व्यक्ति से सीखने लायक फ़ुटेज लगभग नहीं मिलती, इसलिए IREX ने इसके लिए प्रशिक्षण डेटा जान-बूझकर तैयार किया, और उस डेटा का उपयोग करने वाला एक सामान्य नियम है जिसे ऑपरेटर फ्रेम पर खींचता है। US रेलवे इसी समस्या को अतिक्रमणकर्ता पहचान (trespasser detection) कहते हैं।
मॉड्यूल
ट्रैक घुसपैठ ObjectTrack Pro का एक दस्तावेज़ीकृत उपयोग-मामला है, और गाइड इसे दो हिस्सों में बताती है: ट्रैक पर नियमित रखरखाव कार्य पर दृश्य नियंत्रण रखना, और प्रतिबंधित क्षेत्रों में जान-बूझकर या आकस्मिक घुसपैठ का पता लगाना। एक ही डिटेक्टर दोनों का जवाब देता है, क्योंकि दोनों वास्तव में फ्रेम के एक ही क्षेत्र से पूछा गया एक ही सवाल हैं।
यह मॉड्यूल एक मोशन डिटेक्टर नहीं, बल्कि दो-चरण की न्यूरल पाइपलाइन है। पहला कन्वोल्यूशनल नेटवर्क सैंपल किए गए फ्रेम पर ज्ञात क्लास की वस्तुओं को चिह्नित करता है और बीच में उन्हें ट्रैक करता है; दूसरा नेटवर्क तय करता है कि हर वस्तु किस क्लास की है, यहाँ यह कि वह व्यक्ति है या नहीं; तभी वस्तु को आपके खींचे गए नियम पर परखा जाता है। चूँकि क्लासिफ़ायर नियम से पहले चलता है, इसलिए मौसम, कचरा और रेल-वाहन अलार्म सूची में व्यक्ति के रूप में दर्ज नहीं होते।
यह नियम स्वयं Motion in region है: Object type को People पर सेट करें, ट्रैक पर सीधे Region of interest खींचें, कैमरा दृश्य को top से देखा जा रहा है या side से यह तय करें, और नियम को नाम दें। यह नाम दिखने से कहीं अधिक मायने रखता है: यही वह इवेंट नाम बनता है जिसके साथ हर ऑपरेटर और बाद की हर खोज काम करती है, इसलिए "Man on track" को ध्यान से टाइप करना ज़रूरी है।
उस टैब की एक सेटिंग ही यह तय करती है कि चैनल काम का है या बेकार। Ignore people on trains ट्रेन बॉक्स के भीतर मौजूद लोगों को "Persons on track" निर्णय से बाहर रखती है, ताकि ट्रेन पहुँचते ही दरवाज़ों और खिड़कियों से दिखने वाले यात्री मॉनिटर को अलार्म से न भर दें।
सेटिंग्स
नीचे दी गई हर चीज़ हर कैमरे के लिए मॉड्यूल सेटिंग्स में खींची या टाइप की जाती है, और कुछ भी ऑफ़लाइन किए बिना बदली जा सकती है। यहाँ कुछ भी मॉडल में स्थिर नहीं है, और प्लेटफ़ॉर्म को पुनर्व्यवस्थित करने पर यहाँ किसी भी चीज़ को दोबारा प्रशिक्षित करने की ज़रूरत नहीं पड़ती।
फ्रेम का वह हिस्सा जिसका विश्लेषण करना है, जिसे बहुभुज (polygon) के रूप में खींचा जाता है और वर्टेक्स-दर-वर्टेक्स संपादित किया जा सकता है। यह डिफ़ॉल्ट रूप से पूरे फ्रेम पर सेट होता है, जो किसी स्टेशन कैमरे पर लगभग कभी वह नहीं होता जो आप चाहते हैं: यह क्षेत्र ट्रैक और सुरंग के मुहाने पर होना चाहिए, प्लेटफ़ॉर्म पर नहीं।
इस उपयोग-मामले के लिए डिटेक्टर क्लास। नियम की जाँच से पहले क्लासिफ़ायर तय करता है कि क्षेत्र में मौजूद वस्तु व्यक्ति है या नहीं, और यही वजह है कि यह नियम ट्रैक-बेड में हिलने वाली हर चीज़ पर सक्रिय नहीं होता।
ट्रेन बॉक्स के भीतर मौजूद लोगों को "Persons on track" निर्णय से बाहर रखती है। इसके बिना, हर आने वाली ट्रेन क्षेत्र में खड़े दिखने वाले लोगों की एक कतार दिखा देती है, और मॉनिटर एक दिन के भीतर ही बेकार हो जाता है।
वह नियम जिस पर यह उपयोग-मामला बना है, जिसे ऑपरेटर नाम देता है। आप जो नाम टाइप करते हैं वही इवेंट नाम बनता है जिस पर प्लेटफ़ॉर्म खोज करता है, इसलिए एक स्वयं-स्पष्ट नाम एक छोटे नाम से कहीं अधिक मूल्यवान है।
दृश्य में मौजूद लोगों के मूवमेंट पथ (trajectories) को सहेजती है, ताकि बाद में मीडिया प्लेयर में उन्हें खोजा जा सके। यही एक अकेले अलार्म फ्रेम को इस सवाल में बदल देता है कि कोई व्यक्ति ट्रैक पर कहाँ से आया।
किसी व्यक्ति को उम्मीदवार माने जाने से पहले कम से कम 1,024 पिक्सेल, यानी 32 × 32 में दिखना ज़रूरी है। यही वह आँकड़ा है जो तय करता है कि एक कैमरा प्लेटफ़ॉर्म पर कितनी दूर तक, या सुरंग के प्रवेश-मार्ग में कितनी दूर तक, वास्तव में पहुँचता है।
सबसे मुश्किल हिस्सा
कोई मॉडल उदाहरणों से सीखता है, और किसी व्यक्ति के ट्रैक पर गिरने की लगभग कोई फुटेज नहीं मिलती। और फुटेज इकट्ठा करना कोई भी स्वीकार नहीं करेगा। इसलिए IREX ने रेलवे, सबवे और हवाई परिवहन के लिए विशेष सुरक्षा एनालिटिक्स बनाई और इन दुर्लभ घटनाओं के लिए प्रशिक्षण डेटा जान-बूझकर परिवहन एजेंसियों के साथ काम करके और सिंथेटिक 3D वातावरण तैयार करके संकलित किया। IREX न तो उस डेटासेट का आकार प्रकाशित करता है, न ही किसी प्रति-मॉड्यूल सटीकता आँकड़ा: जो मापा जाता है वह है आपके अपने कैमरे, पायलट के दौरान, लिखित रूप से सहमत मानदंडों के विरुद्ध।
यही डेटासेट कार्य लंदन अंडरग्राउंड की तैनाती को संभव बनाता है। वहाँ ट्रैक घुसपैठ और ट्रेन सर्फ़िंग को मुख्य मॉड्यूल के रूप में गिनाया गया है, भीड़ प्रबंधन और लावारिस-सामान पहचान के साथ, और यह उदाहरण नेटवर्क के आकार से ज़्यादा दृश्य स्थितियों की बात करता है: गीले ट्रैक से परावर्तन, सुरंग के मुहाने जो एक छोर पर अँधेरे और दूसरे पर रोशन हैं, और एक प्लेटफ़ॉर्म जो हर नब्बे सेकंड में भरता और खाली होता है। इन स्थितियों में पहचान कैमरे की समस्या से पहले एक डेटासेट की समस्या है।
दस्तावेज़ीकृत वर्कफ़्लो जान-बूझकर छोटा रखा गया है। पुष्टि करें कि ट्रैक देखने वाले कैमरे मॉड्यूल की आवश्यकताएँ पूरी करते हैं, उन पर ObjectTrack Pro सक्षम करें, उन कैमरों और Motion in region नियम तक सीमित एक अलार्म मॉनिटर बनाएँ, और सूचनाएँ चालू करें। वहाँ से इवेंट Sover सुरक्षित मैसेंजर के ज़रिए आपके नामित लोगों तक फ्रेम, कैमरा और प्लेबैक लिंक के साथ पहुँचता है। कस्टमाइज़ेबल अलार्म मॉनिटर और अर्जेंट नोटिफ़िकेशन सिस्टम के साथ, IREX अधिकांश मामलों में प्रतिक्रिया समय के घटकर लगभग एक सेकंड तक आने का दस्तावेज़ीकरण करता है।
रियल-टाइम अलर्ट और साक्ष्य देखें →सीमा
एक रेल नेटवर्क चार अलग-अलग सवाल खड़े करता है और यह पृष्ठ उनमें से एक का जवाब देता है। बाकी तीन अलग-अलग नियमों, अलग-अलग कैमरा स्थितियों और अलग-अलग थ्रेशोल्ड वाले अलग मॉड्यूल हैं, और इन्हें एक ही चैनल पर साथ चलाना सामान्य बात है।
प्लेटफ़ॉर्म पर घनत्व CrowdCount का विषय है, घुसपैठ नियम का नहीं। यह आपके परिभाषित क्षेत्र में 3,000 लोगों तक का अनुमान लगाता है और संभावित रूप से ख़तरनाक भीड़ पर तब अलर्ट करता है जब किसी स्टीवर्ड के पास कार्रवाई का समय अभी बचा हो, फिर समीक्षा के लिए बाद में सटीक गिनती करता है।
भीड़ प्रबंधन देखें →लावारिस सामान उसी मॉड्यूल का Abandoned bag नियम है, जिसका अपना object type, अपना proximity फ़िल्टर और अपना re-trigger अंतराल है। यह ट्रैक की नहीं बल्कि भीड़भाड़ वाले सार्वजनिक स्थान की समस्या है, और इसका अपना अलग पृष्ठ है।
लावारिस वस्तु पहचान देखें →FireTrack बड़े इनडोर और आउटडोर स्थानों में आग और धुएँ का पता किसी पॉइंट सेंसर के प्रतिक्रिया देने से बहुत पहले लगा लेता है, और सुरंग या गहरे कॉनकोर्स में यही पूरी बात है। यह एक अलग मॉड्यूल है, इस मॉड्यूल के भीतर का नियम नहीं।
आग और धुआँ पहचान देखें →आवश्यकताएँ
यह कहाँ चलता है
एक ट्रैक एक प्रतिबंधित क्षेत्र है जिसमें संयोगवश ट्रेनें भी चलती हैं, इसलिए यह डिटेक्टर वहाँ पहुँचता है जहाँ कोई व्यक्ति के वहाँ होने के लिए जवाबदेह हो।
मुख्य डिप्लॉयमेंट। ख़तरनाक क्षेत्र, सुरंग के प्रवेश-मार्ग और बंद प्लेटफ़ॉर्म छोर पर मौजूद लोग, उन्हीं कैमरों पर भीड़ प्रबंधन और लावारिस-सामान पहचान के साथ चलते हैं, जैसा लंदन अंडरग्राउंड में है।
और पढ़ें →जहाँ ट्रैक सड़क से मिलता है। रेलवे-क्रॉसिंग उल्लंघन उन प्रवर्तन प्रकारों में से एक है जिनके लिए IREX एक समर्पित कैमरा-स्थापना विनिर्देश प्रकाशित करता है, red light, stop line और right of way के साथ।
और पढ़ें →पढ़ते रहें
एक स्टेशन कैमरा, ट्रैक पर खींचा गया एक क्षेत्र, और सामान्य सेवा का एक सप्ताह। यही तैनाती के सवाल को किसी specification तुलना से बेहतर तरीक़े से सुलझाता है।
डेटा का इंतज़ार करने के बजाय उसे बनाकर। IREX ने इन दुर्लभ घटनाओं के लिए प्रशिक्षण डेटासेट परिवहन एजेंसियों के सहयोग से और सिंथेटिक 3D वातावरण तैयार करके संकलित किए, और यही वजह है कि अंडरग्राउंड स्टेशनों की दृश्य स्थितियों में विश्वसनीय पहचान संभव हो सकी। IREX न तो उस डेटासेट का आकार प्रकाशित करता है, न ही किसी प्रति-मॉड्यूल सटीकता आँकड़ा: जो संख्याएँ मायने रखती हैं वे वही हैं जो पायलट के दौरान आपके अपने कैमरों पर मापी जाती हैं।
यही वे स्थितियाँ हैं जिनके लिए इसे बनाया गया है, और सीमा को वादे के रूप में नहीं बल्कि एक संख्या के रूप में बताया गया है। मॉड्यूल को region of interest के भीतर प्रति मीटर 50 से अधिक पिक्सेल और वस्तु व पृष्ठभूमि के बीच 20% कंट्रास्ट चाहिए, 3 से 15 m ऊँचाई पर लगे माउंट से, +15° से +90° के बीच tilt के साथ। जहाँ ट्रैक-बेड अँधेरा हो, वहाँ यह लेंस, माउंट और लाइटिंग का सवाल है जिसका जवाब साइट सर्वे देता है, और लंदन अंडरग्राउंड की तैनाती को भी यही सवाल हर कैमरे पर अलग से हल करना पड़ा।
नहीं, अगर Ignore people on trains चालू हो, और यही सेटिंग इसी काम के लिए बनी है: ट्रेन बॉक्स के भीतर मौजूद लोगों को "Persons on track" निर्णय से बाहर रखा जाता है, ताकि दरवाज़ों और खिड़कियों से दिखने वाले यात्री क्षेत्र में खड़े लोगों के रूप में न गिने जाएँ। किसी चैनल पर अनुपयोगी संख्या में इवेंट आने पर सबसे पहले यही जाँचें।
अपने-आप नहीं, और किसी भी डिटेक्टर को ऐसा दावा नहीं करना चाहिए। मॉड्यूल यह बताता है कि आपके खींचे गए क्षेत्र में कोई व्यक्ति है, और दस्तावेज़ीकृत उपयोग-मामला जान-बूझकर दोनों हिस्सों को कवर करता है: ट्रैक पर निर्धारित रखरखाव कार्य पर दृश्य नियंत्रण, और प्रतिबंधित क्षेत्र में जान-बूझकर या आकस्मिक घुसपैठ। कौन-सा मामला है, यह उस संदर्भ से तय होता है जो ऑपरेटर के पास है और कैमरे के पास नहीं, इसीलिए एक अलार्म मॉनिटर को शेड्यूल पर भी रखा जा सकता है, ताकि जो नियम सुबह दस बजे सामान्य है वही दो बजे अलार्म बने।
ट्रेन सर्फ़िंग को लंदन अंडरग्राउंड की तैनाती में एक मुख्य मॉड्यूल के रूप में गिनाया गया है, ट्रैक घुसपैठ, भीड़ प्रबंधन और लावारिस-सामान पहचान के साथ। यूज़र गाइड जिसे एक कॉन्फ़िगर करने योग्य नियम के रूप में दस्तावेज़ित करती है, वह इस पृष्ठ का ट्रैक-घुसपैठ मामला है, इसलिए सर्फ़िंग को सेटिंग्स पैनल के किसी स्विच के बजाय एक तैनात क्षमता मानें, जिसका दायरा IREX इंजीनियरिंग के साथ आपके अपने रेल-वाहन और कैमरा स्थितियों के आधार पर तय होना है।
नहीं, और यह अंतर यहाँ लगभग कहीं से भी अधिक मायने रखता है। IREX के उत्पाद स्पष्ट रूप से जीवन-रक्षक या आपातकालीन सिस्टम नहीं हैं, और IREX यह गारंटी नहीं देता कि वे हानि, नुकसान या चोट को रोकेंगे। डिटेक्टर एक इवेंट उठाता है ताकि कोई व्यक्ति उसे सत्यापित करे और उस पर कार्रवाई करे। यह किसी ट्रेन को नहीं रोकता, यह सिग्नलिंग से बात नहीं करता, और प्लेटफ़ॉर्म में कुछ भी स्वायत्त रूप से प्रतिक्रिया नहीं करता।
नहीं। ObjectTrack Pro को केवल फ़िक्स्ड कैमरों के लिए दस्तावेज़ित किया गया है, PTZ, मोबाइल-फ़ोन अपलोड या ड्रोन स्रोतों के बिना, क्योंकि नियम एक ऐसे फ्रेम पर खींचे गए क्षेत्र के भीतर मापा जाता है जो हिलता नहीं। फिर भी एक रेल नेटवर्क पर PTZ की अपनी जगह है: फ़िक्स्ड कैमरे के अलार्म उठाने के बाद ऑपरेटर उसे प्लेयर से मैन्युअल रूप से चलाकर नज़दीक से देख सकता है।
यह सही सवाल है, और ईमानदार जवाब यह है कि हम इसे बताने के बजाय मापते हैं। IREX प्रति-मॉड्यूल सटीकता आँकड़े प्रकाशित नहीं करता, क्योंकि किसी और शहर के कैमरों की संख्या आपके बारे में बहुत कम बताती है। सटीकता को पायलट के दौरान आपकी अपनी फ़ीड पर मापा जाता है, शुरू होने से पहले लिखित रूप से सहमत दो या तीन सफलता-मानदंडों के विरुद्ध, और मापी गई संख्याएँ ही अनुबंध में जाती हैं।
कोई भी कैमरा जो ONVIF को सपोर्ट करता है या स्टैटिक IP पर H.264 या H.265 के साथ RTSP स्ट्रीम करता है, जोड़ा जा सकता है, लेकिन कनेक्शन ही मानक नहीं है। हर मॉड्यूल कैमरा आवश्यकताओं में अपना रिज़ॉल्यूशन, माउंट स्थिति, ऊँचाई और angle-of-view आवश्यकताएँ तय करता है, फ़्लैगशिप मॉड्यूल को एक सामान्य स्ट्रीम से ज़्यादा उच्च-रिज़ॉल्यूशन वाली इमेजरी चाहिए, और अनुशंसित प्राइमरी स्ट्रीम 1920 × 1080 या 1920 × 1440 है। एक साइट सर्वे हर कैमरे की उस मॉड्यूल के विरुद्ध पुष्टि करता है जिसे वह चलाएगा।
यह अपने-आप चलता है और किसी व्यक्ति को अलर्ट करता है। पहचान किसी इंसान के सत्यापन के लिए संकेत हैं: कोई भी प्रतिक्रिया स्वायत्त रूप से नहीं चलती, और सत्यापन व निर्णय उसी Case ID के तहत दर्ज होते हैं जिसके तहत पहचान दर्ज हुई थी।