पहचान, सूचना, प्रतिक्रिया। किसी सक्रिय-शूटर घटना में यही तीन कारक नतीजा तय करते हैं: यह कितनी जल्दी पहचानी जाती है, सही लोगों को कितनी जल्दी सूचित किया जाता है, और वे कितनी जल्दी प्रतिक्रिया देते हैं। जिस कैमरे को कोई नहीं देख रहा, वह इनमें से किसी में मदद नहीं करता। आपके पास पहले से मौजूद कैमरों पर हथियार-पहचान वीडियो एनालिटिक्स पहले दो का ध्यान रखती है और तीसरे को शुरुआती बढ़त देती है।
समस्या
अधिकतर स्कूलों, कैंपस और सार्वजनिक इमारतों में पहले से ही सुरक्षा कैमरे लगे हैं, और उनका मक़सद पहले से ही स्थिति-जागरूकता देना है। कमी यह है कि कोई प्रशासक या स्टाफ़ सदस्य उन्हें लगातार नहीं देख सकता। इसलिए पहचान आमतौर पर तभी शुरू होती है जब कोई व्यक्ति समझ पाता है कि क्या हो रहा है, और सूचना उसके बाद शुरू होती है।
IREX पहचान और सूचना की इस कमी को पाटता है। GunTrack दृश्य हथियार-पहचान संभालता है, और AudioTrack उन्हीं कैमरों पर गोली की आवाज़, काँच टूटने, चीख़, या किसी ऐसी तेज़ आवाज़ के लिए सुनता है जिसे वह पहचान नहीं सकता। ऑडियो को किसी नए हार्डवेयर की ज़रूरत नहीं: यह module किसी भी ऐसे कैमरे पर चलता है जिसमें पहले से माइक्रोफ़ोन है। पहचानें सेकंडों में उस स्टाफ़, कानून प्रवर्तन, या डिस्पैच तक रूट होती हैं जिसे आप नामित करते हैं, रियल-टाइम क्राइम सेंटर, 911 वर्कफ़्लो, और Sover सुरक्षित मैसेंजर के ज़रिए।
एक फ़ायरआर्म आमतौर पर फ़्रेम में सबसे छोटी और सबसे कम स्पष्ट वस्तु होता है, इसलिए GunTrack हर उम्मीदवार को दो बार पढ़ता है: स्ट्रीम के हर फ़्रेम पर एक डिटेक्शन पास, फिर उसी क्षेत्र पर कैमरे के अधिकतम रिज़ॉल्यूशन पर एक वेरिफ़िकेशन पास। दोनों पास नीचे बताए गए हैं, और यही वह है जो किसी छाते को अलार्म से रोकता है और फिर भी उस हथियार को रिपोर्ट करता है जिसे दोबारा रंगा गया हो, छोटा किया गया हो, या गहरे कपड़ों के सामने मज़ल-डाउन पकड़ा गया हो।
हथियार-पहचान को वॉचलिस्ट फेस रिकग्निशन और पर्सन री-आइडेंटिफिकेशन के साथ जोड़ा जाता है, ताकि किसी सब्जेक्ट की पहचान होते ही प्लेटफ़ॉर्म उसे गलियारों से होकर और कैमरों के आर-पार फ़ॉलो कर सके, भले ही कपड़े बदल जाएँ, और रिस्पॉन्डर को अंतिम बार दिखने की जगह के बजाय रियल-टाइम लोकेशन मिले।
शृंखला
दृश्य हथियार-पहचान हर जुड़े कैमरे पर लगातार चलती है, इसलिए दृश्य में निकाला या लाया गया हथियार पहली गोली से पहले ही रिपोर्ट हो जाता है, जो वह क्षण है जब कोई ध्वनि-सेंसर पहली बार कुछ सुनता है। गोली की आवाज़, काँच टूटने, चीख़ और तेज़ आवाज़ की पहचान माइक्रोफ़ोन वाले हर कैमरे पर साथ-साथ चलती है। इनमें से कुछ भी इस पर निर्भर नहीं करता कि कोई मॉनिटर देख रहा हो।
अलर्ट उसी क्षण नामित स्टाफ़, सुरक्षा, और कानून प्रवर्तन तक पहुँचता है, अलार्म मॉनिटर पर और उनके पास पहले से मौजूद फ़ोन पर एक Sover चैनल में, फ़्रेम, कैमरा, और मानचित्र-स्थान के साथ, न कि किसी कॉल-शृंखला से गुज़रते हुए।
रिस्पॉन्डर को कैमरों के आर-पार लाइव ट्रैकिंग मिलती है, भीतर फ़्लोर प्लान पर, ताकि वे यह जानते हुए पहुँचें कि सब्जेक्ट अभी कहाँ है।
प्रतिक्रिया-समय
किसी सामान्य सामूहिक-गोलीबारी घटना में, गोली चलने के बाद ही पुलिस को सूचित किया जाता है। इस बिंदु तक पहले ही देरी हो चुकी होती है। पीड़ितों को स्थिति समझने और उसे संसाधित करने में समय लगता है, और कभी-कभी पहली कॉल परिवार के किसी सदस्य को की जाती है। पुलिस को की गई कॉल को भी जानकारी-एकत्रीकरण के लिए एक रूटिंग सिस्टम से गुज़रना पड़ता है, और तब कहीं जाकर उसे डिस्पैच किया जाता है। FBI के अनुसार कानून प्रवर्तन का औसत प्रतिक्रिया-समय 3 मिनट है। तो हम समय कहाँ बचा सकते हैं, और असल में जानें कैसे बचा सकते हैं?
उस शृंखला का हर चरण मानवीय है, और हर एक उतना समय लेता है जो घटना वापस नहीं करती। FBI का आँकड़ा केवल आख़िरी चरण बताता है: तीन मिनट कानून प्रवर्तन को सूचित किए जाने के क्षण से मापे जाते हैं, हथियार दिखने के क्षण से नहीं। कैमरा-आधारित पहचान घड़ी की शुरुआत को आगे खिसका देती है। GunTrack हथियार को तब रिपोर्ट करता है जब वह दृश्य में निकाला या लाया जाता है, गोली चलने से पहले, जहाँ कोई ध्वनि-सेंसर केवल पहली गोली ही सुन सकता है, और अलर्ट उसी सेकंड उन लोगों के पास पहुँच जाता है जो प्रतिक्रिया देंगे, फ़्रेम के साथ।
यहीं समय बचता है: हथियार के दिखने और किसी योग्य व्यक्ति के उसके बारे में जानने के बीच का अंतर। पहचान और सूचना एक ही घटना में समा जाते हैं, और प्रतिक्रिया की घड़ी पहले शुरू होती है, स्थान पहले से मालूम होने के साथ। कुछ भी स्वायत्त रूप से प्रतिक्रिया नहीं देता। अलर्ट किसी व्यक्ति के सत्यापन के लिए एक संकेत है, और हर सत्यापन, निर्णय, और नियुक्ति एक Case ID के विरुद्ध ऑडिट ट्रेल में दर्ज की जाती है।
“एक ऐसे कानून-प्रवर्तन अधिकारी के रूप में जिसे पुलिस डिटेक्टिव, मेजर-इंसिडेंट कमांडर, पुलिस टेक्नोलॉजी इंस्ट्रक्टर और सुपरवाइज़र के तौर पर 16 वर्ष से अधिक का प्रशिक्षण और अनुभव है, मैं समझता हूँ कि IREX के साथ जल्दी पहचान प्रतिक्रिया-समय घटाती है और जानें बचाएगी। अगर शूटर स्कूल में है, तो IREX कपड़े बदलने के बावजूद संदिग्ध को गलियारों में ट्रैक करेगा। पुलिस के पास स्थान की रियल-टाइम जानकारी भी होगी, ताकि वे सही दरवाज़े पर जल्दी पहुँच सकें। अफ़रा-तफ़री की स्थिति में, सटीक रियल-टाइम जानकारी कानून प्रवर्तन को हत्याएँ रोकने में मदद करती है।”
“दुर्भाग्य से कैंपस में त्रासदियाँ बहुत बढ़ गई हैं। मौजूदा वैश्विक हालात के कारण मानसिक स्वास्थ्य की समस्याएँ बढ़ रही हैं। स्कूल ज़िलों को सच में ख़ुद को परखने की ज़रूरत है, और मैं पूछता हूँ कि क्या वे बच्चों की ज़िंदगियाँ बदलने के काम में हैं। ऐसा करने के लिए, उन्हें वह मौक़ा दिए जाने के लिए ज़िंदा रहना होगा। IREX वही मौक़ा है, टेक्नोलॉजी ज़रूरी है और अगर आप सहमत हैं तो सबसे अच्छी का इस्तेमाल करें। IREX का रियल-टाइम सक्रिय दृष्टिकोण कानून-प्रवर्तन और स्कूल अधिकारियों को तुरंत कार्रवाई करने देता है। IREX साफ़ तौर पर जानें बचाता है, किसी बच्चे की ज़िंदगी की क़ीमत नहीं लगाई जा सकती, और किसी और की भी नहीं। IREX अग्रणी है और इसे अमेरिका के हर स्कूल ज़िले में इस्तेमाल किया जाना चाहिए। अप्रत्याशित की उम्मीद रखें, अगली त्रासदी को अपने घर मत आने दें।”
“क्या आप स्कूलों में सक्रिय-शूटरों द्वारा छोटे बच्चों की हत्या होते देखकर थक चुके हैं? आपकी राजनीतिक विचारधारा जो भी हो, हम सब इस बात पर सहमत हो सकते हैं कि मासूम बच्चों को मारने की मंशा रखने वालों को रोका जाना चाहिए। IREX AI अपराधों को रियल-टाइम में पहचानने और अपराधियों को उनके क़दमों में रोकने के लिए सबसे उन्नत, अत्याधुनिक तकनीक का उपयोग करता है। IREX AI कैमरों और सेंसर को एक सुरक्षित, प्राइवेट क्लाउड से जोड़ता है, और ख़तरों का आकलन करने के लिए डेटा का रियल-टाइम में विश्लेषण करता है। यह नागरिकों की निजता और अमेरिकी स्वतंत्रताओं की नैतिक रूप से रक्षा करते हुए सक्रिय-शूटरों को रोकने के महत्वपूर्ण, सक्रिय अवसर प्रदान करता है।”
IREX साफ़ तौर पर जानें बचाता है
सूचना
जो पहचान किसी ऐसी स्क्रीन पर उतरे जिसे कोई नहीं देख रहा, वह कोई सुरक्षा प्रणाली नहीं है। जो इवेंट अलार्म मॉनिटर पर खुलता है, वही उसी क्षण एक Sover चैनल में पुश कर दिया जाता है, ताकि पैदल गश्त पर मौजूद अधिकारी, घर पर ड्यूटी अधिकारी, और डिस्पैचर, तीनों उसी सेकंड में वही फ़्रेम देख रहे हों।
किसी अलार्म मॉनिटर के लिए मैसेंजर नोटिफ़िकेशन चालू करें, और उस मॉनिटर को Sover, IREX के एंड-टू-एंड एन्क्रिप्टेड मैसेंजर, में अपना ख़ुद का चैट मिल जाता है, जिसमें अधिकृत यूज़र पहले से मौजूद होते हैं। मॉनिटर पर आने वाला हर Gun detected इवेंट वहाँ स्नैपशॉट, इवेंट-नाम, कैमरा, स्थान, और एक ऐसे लिंक के रूप में पहुँचता है जो Windows, macOS, Linux, Android, iOS या किसी ब्राउज़र पर IREX प्लेयर में प्लेबैक खोलता है। सदस्य टिप्पणी करते हैं, अलर्ट फ़ॉरवर्ड करते हैं, और घटनास्थल से फ़ोटो व वीडियो अपलोड करते हैं, इसलिए चैनल यह रिकॉर्ड बन जाता है कि टीम ने अलार्म पर क्या किया, न कि केवल यह रिकॉर्ड कि वह बजा। अलर्ट इनबॉक्स के बजाय चैनल के अनुसार व्यवस्थित होते हैं: कोई यूज़र उन्हीं चैनलों में शामिल होता है, उन्हें म्यूट करता है, और छोड़ता है जो उसके काम से मेल खाते हैं, और यही किसी व्यस्त डिप्लॉयमेंट को ईमेल और SMS के बिना-पढ़े ढेर में बदलने से रोकता है। वही इवेंट अब भी रियल-टाइम क्राइम सेंटर और 911 व डिस्पैच वर्कफ़्लो तक पहुँचते हैं; मैसेंजर उस रिस्पॉन्डर को जोड़ता है जो डेस्क पर मौजूद नहीं है। Sover, वीडियो प्लेटफ़ॉर्म वाले उसी प्राइवेट क्लाउड पर चलता है, इसलिए हथियार-अलर्ट के बारे में कुछ भी आपके नियंत्रण वाले इंफ्रास्ट्रक्चर से बाहर नहीं जाता।
देखें IREX और Sover मिलकर क्या करते हैं →
दो पास
बंदूक-जैसी दिखने वाली किसी वस्तु पर एक नज़र किसी पुलिस अधिकारी को पेज करने के लिए काफ़ी नहीं है। GunTrack किसी इवेंट के बनने से पहले ही हर उम्मीदवार को दो अलग-अलग रिज़ॉल्यूशन पर दो बार पढ़ता है।
फ़ायरआर्म पर प्रशिक्षित एक कन्वोल्यूशनल नेटवर्क, आती हुई वीडियो के हर फ़्रेम का विश्लेषण उस मानक रिज़ॉल्यूशन पर करता है जिस पर कैमरा एनालिटिक्स के लिए स्ट्रीम करता है। जहाँ उसे कोई हथियार मिलता है, वहाँ वह उसके चारों ओर एक ऑब्जेक्ट बॉक्स बनाता है और एक समानता स्कोर की गणना करता है। नेटवर्क को दो ऑपरेशनल रूप से मायने रखने वाली आकार-श्रेणियों, हैंडगन और लॉन्ग गन, पर प्रशिक्षित किया गया है, जो मास-शूटर सिमुलेशन, सार्वजनिक रूप से उपलब्ध पुलिस व सैन्य फ़ुटेज, और असली CCTV फ़्रेम पर रखे गए पिस्तौल, रिवॉल्वर, राइफ़ल व शॉटगन के मानव-समीक्षित सिंथेटिक कम्पोज़िट के डेटासेट से बनाई गई है। यह पास हर जुड़े कैमरे पर बिना रुके चलने लायक़ सस्ता होना चाहिए, क्योंकि जो पहचान किसी के देखने पर निर्भर करती है, वही वह कमी है जिसे पाटने के लिए यह module बना है।
उम्मीदवार को फिर कैमरे द्वारा दिए जा सकने वाले सबसे ऊँचे रिज़ॉल्यूशन पर, पूरे दृश्य के बजाय पहले पास द्वारा अलग किए गए छोटे क्षेत्र पर, दोबारा पढ़ा जाता है। यहीं फ़ायरआर्म को किसी छाते, फ़ोन, या बंदूक की छपी तस्वीर से अलग किया जाता है, क्योंकि जवाब वस्तु के विवरण में है, उसकी रूपरेखा में नहीं। यह पास हथियार और उसे पकड़े व्यक्ति की गतिविधि भी पढ़ता है, इसलिए कोई स्थिर वस्तु, कोई पोस्टर या फ़ायरआर्म दिखाती कोई स्क्रीन, कोई इवेंट नहीं बनती। संस्करण 4.38 ने इस पाइपलाइन के दोनों हिस्सों, डिटेक्शन और क्लासिफ़िकेशन मॉडल, को बदल दिया, और सुधार ठीक वहीं दिखा जहाँ दूसरी नज़र सबसे ज़्यादा मायने रखती है: कैमरे से दूर के हथियार। यही वजह है कि IREX ने 2024 में अपने Texas instance में GPU नोड जोड़े: दूसरे पास पर एक बड़ा नेटवर्क एक छोटी वस्तु को पढ़ता है।
कोई इवेंट तभी बजता है जब तीन शर्तें एक साथ पूरी होती हैं: ऑब्जेक्ट बॉक्स आपके खींचे गए रीजन ऑफ़ इंटरेस्ट के भीतर बैठता है, समानता स्कोर आपके सेट किए गए थ्रेशोल्ड को पार करता है, और हथियार तय संख्या के लगातार फ़्रेम तक बना रहता है। तीनों प्रति-कैमरा सेटिंग हैं, जो पायलट के दौरान आपके अपने कैमरों पर ट्यून की जाती हैं। नतीजे में बनने वाला Gun detected इवेंट डिफ़ॉल्ट रूप से Critical प्राथमिकता रखता है और उस कैमरे के मालिक भूमिकाओं के अलार्म मॉनिटर पर पहुँचता है।
मुश्किल मामले
अधिकतर प्रकाशित चर्चा एक ही दिशा में चलती है: किसी छाते, उठे हाथ में फ़ोन, फ़ायरआर्म दिखाते पोस्टर या स्क्रीन, या खुले में ले जाए गए खिलौने पर अलार्म न बजाना। IREX इस दिशा का दावा करता है, और आकार भर के बजाय संदर्भ का विश्लेषण करना ही वह तरीक़ा है जिससे यह module सामान्य वस्तुओं को असली ख़तरों से अलग करता है। दूसरी दिशा भी उतनी ही मायने रखती है और datasheet में अक्सर छूट जाती है। चमकीले रंगों में दोबारा रंगा गया, लपेटा गया, छोटा किया गया, गहरे कपड़ों के सामने मज़ल-डाउन लटकाया गया, या किसी खुले बैग के भीतर आधा पड़ा असली हथियार फिर भी एक हथियार ही है, और उसकी सिल्हूट ठीक वही है जिसे केवल-आकार पर आधारित डिटेक्टर बिना रोक-टोक जाने देगा। ट्रेनिंग पाइपलाइन ठीक इसी वजह से हर कम्पोज़िट किए गए हथियार का रंग और फ़िनिश यादृच्छिक करती है, ताकि कोई असामान्य फ़्रेम-रंग या कोटिंग किसी वस्तु को पहले पास से छूट न दे। वेरिफ़िकेशन पास दोनों दिशाओं के लिए है, क्योंकि दोनों में जवाब वस्तु के विवरण में है, उसकी रूपरेखा में नहीं।
अमेरिका के एक बड़े सार्वजनिक शोध-विश्वविद्यालय में, प्लेटफ़ॉर्म ने संचालन के पहले नब्बे दिनों के भीतर कैंपस सुरक्षा को एक छुपाए हुए फ़ायरआर्म के प्रति सतर्क किया। सुरक्षा टीम पैंतालीस सेकंड में सब्जेक्ट तक पहुँची, स्थिति को शांत किया, और यह स्थापित किया कि वस्तु एक यथार्थवादी नक़ल थी। विश्वविद्यालय ने तब से इस तैनाती को हर इमारत और पार्किंग-संरचना तक बढ़ा दिया है। इस क्रम को ध्यान से पढ़ें, क्योंकि यह डिज़ाइन के विफल होने का नहीं बल्कि काम करने का उदाहरण है: module ने उस जगह पर बंदूक-जैसी दिखने वाली एक वस्तु रिपोर्ट की जहाँ बंदूकें प्रतिबंधित हैं, और एक व्यक्ति ने तय किया कि वह असल में क्या थी। जो प्लेटफ़ॉर्म केवल पुष्ट, असली फ़ायरआर्म पर ही अलार्म बजाता, वह कैंपस में ले जाई जा रही किसी यथार्थवादी नक़ल पर चुप रहता, जो किसी भी सुरक्षा कार्यालय का वांछित नतीजा नहीं है।
जो हथियार-डिटेक्टर बार-बार झूठा अलार्म बजाता है, उसे एक महीने के भीतर बंद कर दिया जाता है। दूसरा पास लाने वाले 2023 के rework को उस समय रिपोर्ट किया गया था कि इसने झूठे अलर्ट को दस गुने से भी अधिक घटा दिया, और तब से हर डिटेक्टर का अपना कॉन्फ़िडेंस थ्रेशोल्ड और अलर्ट कूलडाउन है। अलार्म मॉनिटर इवेंट को कैमरे और प्रकार के अनुसार उन भूमिकाओं तक सीमित रखते हैं जिनके ज़िम्मे वे हैं, और थ्रेशोल्ड पायलट के दौरान आपके अपने कैमरों पर ट्यून किए जाते हैं। जहाँ असली घटना का फ़ुटेज मौजूद नहीं है और उसे उचित तरीक़े से इकट्ठा नहीं किया जा सकता था, वहाँ मॉडल को मानव-समीक्षित सिंथेटिक डेटा से मज़बूत किया जाता है: जनरेट किए गए लगभग हर चार में से तीन सैंपल अस्वीकार किए जाते हैं, इससे पहले कि कोई समीक्षक हर हथियार-श्रेणी के लिए लगभग तीन सौ सत्यापित उदाहरण ट्रेनिंग में भेजे। नतीजे में जितना योगदान ट्यूनिंग का है, उतना ही प्लेसमेंट का भी है: GunTrack का प्रदर्शन इस पर निर्भर करता है कि फ़्रेम में हथियार कितना बड़ा दिखता है, इसलिए कैमरे की स्थिति उस संतुलन के लिए चुनी जाती है जो वह जितना क्षेत्र देखता है और जितने पिक्सेल आकार की वस्तु उसे पढ़नी है, दोनों के बीच हो।
AudioTrack
कोई हथियार तभी दिखता है जब वह फ़्रेम में हो। आवाज़ के साथ ऐसा नहीं है, इसलिए गोली-की-आवाज़ श्रेणी प्रतिक्रिया-शृंखला की एक कड़ी के रूप में इस पेज पर बनी रहती है, जबकि समूचे ध्वनि-module का अपना अलग पेज है। AudioTrack एक डिटेक्टर है, इसलिए यह उसी कैमरे पर परत की तरह जुड़ता है जिस पर पहले से GunTrack चल रहा है: वही चैनल, वही इवेंट-सूची, वही अलार्म मॉनिटर।
हथियार के इर्द-गिर्द
फ़ायरआर्म अक्सर फ़्रेम में देखने में सबसे मुश्किल चीज़ होती है, पर उसके आस-पास के लोग नहीं। StreamVLM™ prompt-परिभाषित डिटेक्टर इन स्थितियों को किसी ऐसे वाक्य के रूप में जोड़ते हैं जिसे कोई ऑपरेटर टाइप करता है, न कि किसी ऐसे module के रूप में जिसे किसी को प्रशिक्षित करना पड़े, इसलिए कोई इवेंट तब भी बजता है जब हथियार ख़ुद किसी काउंटर के पीछे, किसी जेब में, या नज़र से बाहर हो।
“ऐसे लोगों का पता लगाएँ जिनके हाथ ऊपर हैं या जो फ़र्श पर लेटे हैं।” दोनों हाथ ऊपर उठाए दो टेलर, टाइल पर मुँह के बल दो ग्राहक, दोनों को कवर करता एक वाक्य। प्लेटफ़ॉर्म मुद्रा रिपोर्ट करता है, अपराध नहीं: कोई इवेंट फ़्रेम, कैमरा और समय उस तक पहुँचाता है जिसे शाखा नामित करती है, और एक व्यक्ति क्लिप खोलकर तय करता है कि इसे क्या कहा जाए।
देखें prompt डिटेक्टर कैसे लिखे जाते हैं →
वही वाक्य, दूसरी मुद्रा। इस कोण से हैंडगन एक चमकीले हॉल के पिछले हिस्से में गहरे कपड़ों के सामने नीचे थामी एक गहरे रंग की वस्तु है, फ़्रेम में पढ़ने में सबसे मुश्किल। फ़र्श पर सपाट लेटे छह लोग ऐसे नहीं हैं। GunTrack और AudioTrack के साथ-साथ चलाए जाने पर, यही एक घटना को अलार्म बजाने के तीन स्वतंत्र तरीक़े दे देता है।
रिकॉर्ड से
इस module का एक सार्वजनिक काग़ज़ी रिकॉर्ड है। यह डिटेक्टर 2021 में एक शहर के पायलट में लॉन्च हुआ, 2023 में दूसरे पास के इर्द-गिर्द दोबारा बनाया गया, 2024 में दूरी के लिए GPU नोड पर गया, और 2026 में इसे एक हाथ-समीक्षित सिंथेटिक ट्रेनिंग पाइपलाइन और एक Texas स्कूल-ज़िले के सुरक्षा कार्यक्रम में जगह मिली। रिलीज़ यहाँ अपने ही शब्दों में हैं।
अंग्रेज़ी में लेख Optimizing Weapon Detection: The Role of Human-Reviewed Synthetic Datasets AI-powered weapon detection relies on massive training datasets. Real-life footage, however, is limited, sensitive, and often problematic. Building an AI that detects weapons… और पढ़ें → 
अंग्रेज़ी में लेख HorizonIQ Expands IREX Ethical AI Capabilities for Enhanced Weapon Detection in Texas and California Dallas, TX, USA: June 28th, 2024 HorizonIQ has bolstered the IREX Ethical AI bare metal instance in Texas by integrating new GPU nodes. These nodes now form part of a private cloud, delivering real-time weapon detection video analytics services across campuses, malls, and airport… और पढ़ें → 
अंग्रेज़ी में लेख Enhancing Public Safety: IREX Revamps Weapon Detector to Minimize False Alerts by Over 90% In our continuous effort to bolster public safety, IREX proudly unveils an upgraded version of its weapon detection video analytics module. This enhancement remarkably diminishes false alerts by more than tenfold, significantly elevating the efficacy of monitoring systems. Conseq… और पढ़ें → 
अंग्रेज़ी में लेख IREX Launches its New AI-Powered Weapon Detector in a Iconic City Alexandria, VA - July 26, 2021 – IREX announced today that it has started a pilot project with its new AI-powered weapon detector in one of the world's largest cities. With the new weapon detector, IREX allows cities to combat 21st-century problems such as mass shootings in… और पढ़ें → 
अंग्रेज़ी में लेख How Do IREX Cobots Reduce Response Time and Prevent Catastrophic Mistakes in Public Safety? The uncertainty in situational awareness causes the most dramatic mistakes during a public safety crisis such as mass shootings, terror attacks, or hostile protests. Fast and efficient communication is the key to overcome the "fog of war" and support high-stakes decisions. IREX S… और पढ़ें → 
अंग्रेज़ी में लेख The Three Pillars of Trust in Gun & Weapon Detection AI Modern cities rely on layers of technology to protect public spaces. Among them, gun detection video analytics stands out as one of the most critical advancements for security infrastructure. The… और पढ़ें → पढ़ते रहें
हथियार-पहचान ज़्यादातर एक प्लेसमेंट की समस्या है। साइट पर एक घंटा किसी datasheet से कहीं ज़्यादा बताता है।
कोई नहीं, और यह जानबूझकर है। IREX की लेखन-नीति "गारंटीशुदा पहचान" या "100%" जैसे शब्दों को प्रतिबंधित करती है और किसी भी सटीकता-दावे के लिए उसका आधार बताना अनिवार्य करती है। wiki में किसी प्रति-module आँकड़े का प्रकाशित रिकॉर्ड नहीं है, इसलिए हम जो प्रतिबद्धता देते हैं वह प्रक्रियात्मक है: सटीकता पायलट के दौरान आपके अपने कैमरों पर, पहले से लिखित रूप में सहमत मानदंडों के विरुद्ध, बेंचमार्क की जाती है, और मापे गए आँकड़े अनुबंध में शामिल किए जाते हैं।
हाँ, अगर हथियार किसी कैमरे के दृश्य-क्षेत्र में हो। यही दृश्य-पहचान और ध्वनि-आधारित गनशॉट-सेंसर के बीच का अंतर है: सेंसर घड़ी पहली गोली पर शुरू करता है, जबकि GunTrack उस हथियार को रिपोर्ट करता है जो पहली गोली से पहले ही निकाला या दृश्य में लाया जाता है। दोनों एक-दूसरे के पूरक हैं, यही वजह है कि फ़्रेम से बाहर चलाए गए हथियार के लिए AudioTrack इसके साथ-साथ चलता है।
क्योंकि दोनों काम को अलग-अलग चीज़ों की ज़रूरत होती है। किसी उम्मीदवार को खोजना हर कैमरे के हर फ़्रेम पर लगातार होना चाहिए, जो केवल उस रिज़ॉल्यूशन पर संभव है जिस पर कैमरा एनालिटिक्स के लिए स्ट्रीम करता है। यह तय करना कि वह उम्मीदवार फ़ायरआर्म है या नहीं, कवरेज नहीं बल्कि विवरण माँगता है, इसलिए दूसरा पास केवल पहले पास द्वारा अलग किए गए क्षेत्र को, कैमरे के दिए जा सकने वाले सबसे ऊँचे रिज़ॉल्यूशन पर, दोबारा पढ़ता है। संस्करण 4.38 ने डिटेक्शन और क्लासिफ़िकेशन दोनों मॉडल अपडेट किए, और सुधार वहीं दिखा जहाँ हथियार कैमरे से ज़्यादा दूर थे।
यह केवल रूपरेखा के बजाय वस्तु के संदर्भ और विवरण का विश्लेषण करता है, और इसी तरह छाते या खिलौने जैसी सामान्य वस्तुओं को असली ख़तरों से अलग किया जाता है, और यही अलगाव वेरिफ़िकेशन पास का मक़सद है। यह कोई स्क्रीनिंग मशीन नहीं है और यह वैधता का फ़ैसला नहीं करता: यह उस जगह पर एक हथियार-जैसी दिखने वाली वस्तु रिपोर्ट करता है जहाँ हथियार प्रतिबंधित हैं, और एक व्यक्ति तय करता है कि वह क्या है। अमेरिका के एक बड़े सार्वजनिक शोध-विश्वविद्यालय में ठीक यही हुआ, और वस्तु एक यथार्थवादी नक़ल निकली। जो डिटेक्टर यथार्थवादी नक़ल पर चुप रह जाए, वह एक बदतर उत्पाद होगा।
नहीं। यह कैमरा-आधारित दृश्य और ध्वनि-पहचान है, इसलिए यह वही देखता है जो कोई कैमरा देख सकता है। छुपे हुए हथियार की स्क्रीनिंग एक अलग तकनीक-श्रेणी है और IREX इसका दावा नहीं करता। जहाँ हथियार दृश्य से बाहर हो, वहाँ प्लेटफ़ॉर्म जो कर सकता है वह है उसके आस-पास की स्थितियों का पता लगाना: हाथ ऊपर उठाए या फ़र्श पर लेटे लोगों के लिए StreamVLM™ prompt डिटेक्टर, और गोली की आवाज़, चीख़, या काँच टूटने के लिए AudioTrack।
नहीं। AudioTrack किसी भी ऐसे कैमरे पर चलता है जिसमें पहले से माइक्रोफ़ोन है, इसलिए ख़रीदने, लगाने, बिजली देने, या बनाए रखने के लिए कोई ध्वनि-ऐरे नहीं चाहिए, और कैमरों के साथ-साथ चलाने के लिए कोई अलग सेंसर-नेटवर्क नहीं चाहिए। ऑडियो कैमरा स्ट्रीम पर AAC, G.711 mu-law, या PCM के रूप में आता है, और यह प्रति-चैनल वैकल्पिक है, इसलिए आप इसे वहाँ चालू करते हैं जहाँ आवाज़ सुनने लायक़ हो और बाक़ी कैमरों को जैसे वे हैं वैसे ही छोड़ देते हैं।
IREX ध्वनि-पहचान के लिए कोई रेंज, सटीकता, या लेटेंसी का आँकड़ा प्रकाशित नहीं करता, और हम किसी वेबसाइट के लिए कोई आँकड़ा गढ़ने नहीं जा रहे। प्रतिबद्धता वही है जो दृश्य-डिटेक्टर रखता है: हम इसे पायलट के दौरान आपके अपने कैमरों पर, पहले से लिखित रूप में सहमत मानदंडों के विरुद्ध, मापते हैं, और मापे गए आँकड़े अनुबंध में शामिल किए जाते हैं। अभी हम दो बातें कह सकते हैं। पहचान कैमरे के माइक्रोफ़ोन से काम करती है, इसलिए कवरेज किसी सेंसर-ग्रिड के बजाय आपकी कैमरा-योजना का अनुसरण करता है। और अंडरग्राउंड स्टेशन व रेलवे टर्मिनल जैसी शोरगुल वाली बाहरी जगहों में इसकी सिफ़ारिश नहीं की जाती, जहाँ लगातार बना रहने वाला परिवेशी शोर थ्रेशोल्ड के विरुद्ध काम करता है।
हाँ, और यही सामान्य कॉन्फ़िगरेशन है। कई वीडियो एनालिटिक्स module और डिटेक्टर एक ही समय पर एक ही कैमरे पर चलते हैं, और AudioTrack एक डिटेक्टर है, इसलिए एक चैनल पर GunTrack और AudioTrack दोनों समर्थित हैं। तब दोनों एक-दूसरे को कवर करते हैं: फ़्रेम से बाहर चलाया गया हथियार फिर भी एक ऐसी आवाज़ है जो सुनी गई, और चुपचाप ले जाया गया हथियार फिर भी एक ऐसी वस्तु है जो देखी गई।
जिसे भी आप नामित करें। अलर्ट रियल-टाइम क्राइम सेंटर, 911 व डिस्पैच वर्कफ़्लो, और स्टाफ़ व अधिकारियों के पास पहले से मौजूद फ़ोन पर Sover सुरक्षित मैसेंजर तक रूट होते हैं, सभी में ट्रिगर करने वाला फ़्रेम, कैमरा, स्थान, और एक प्लेबैक लिंक जुड़ा होता है। हर अलार्म मॉनिटर का अपना Sover चैनल हो सकता है जिसमें अधिकृत यूज़र मौजूद हों, इसलिए कोई अधिकारी उन्हीं चैनलों को फ़ॉलो करता है जो उसके काम से मेल खाते हैं और बाक़ी को म्यूट कर देता है।
उन रेफ़रेंस डिप्लॉयमेंट में जिन्हें IREX प्रकाशित करता है: Oceanside और El Cajon में दक्षिणी कैलिफ़ोर्निया का कानून प्रवर्तन, जहाँ सार्वजनिक स्थानों में हथियार ट्रैफ़िक और वॉचलिस्ट एनालिटिक्स के साथ-साथ बैठते हैं; Dublin Airport, एक्सेस-पॉइंट पर; Peru की राष्ट्रीय पुलिस और Lima व Miraflores के कमांड सेंटर; और कज़ाकिस्तान का राष्ट्रीय स्मार्ट-सिटी प्रोग्राम, जो पूरा module कैटलॉग चलाता है। 2024 में Texas instance को GPU नोड मिले जो Texas और California में कैंपस, मॉल, और एयरपोर्ट में हथियार-पहचान की सेवा देते हैं।
अक्सर। कोई भी ऐसा कैमरा जो ONVIF को सपोर्ट करता है या H.264 या H.265 के साथ RTSP स्ट्रीम करता है, कनेक्ट किया जा सकता है, पर हथियार-पहचान के लिए दृश्य का साफ़, उच्च-रिज़ॉल्यूशन व्यू चाहिए, इसलिए कैमरा आवश्यकताएँ और प्लेसमेंट दोनों मायने रखते हैं, और यही वह है जिसकी पुष्टि साइट सर्वे कैमरा-दर-कैमरा करता है।
GunTrack CPU पर चलता है, पर सीमित प्रदर्शन के साथ, इसलिए IREX हथियार-पहचान के लिए एक GPU नोड की दृढ़ता से सिफ़ारिश करता है। 2024 में Texas instance में जोड़े गए GPU नोड ही वे हैं जिन्होंने बड़े नेटवर्क और दूरी पर बेहतर रीडिंग संभव बनाई, जबकि उन ग्राहकों के लिए CPU इन्फ़रेंस समर्थित बना हुआ है जिनके डेटा सेंटर GPU नहीं ले सकते। अधिकतर दूसरे module प्रोप्राइटरी Synet इन्फ़रेंस फ़्रेमवर्क के ज़रिए मानक CPU पर पूरे प्रदर्शन से चलते हैं, और IREX इंजीनियरिंग हर डिप्लॉयमेंट के लिए कैमरा-संख्या, module-मिश्रण, और आपके पास पहले से मौजूद सर्वर के हिसाब से CPU और GPU का मिश्रण तय करती है।
यह अपने-आप चलता है और किसी व्यक्ति को सतर्क करता है। पहचानें किसी व्यक्ति के सत्यापन के लिए संकेत हैं: कोई भी प्रतिक्रिया स्वायत्त रूप से नहीं चलती, और सत्यापन व निर्णय उसी Case ID के विरुद्ध दर्ज किए जाते हैं जिसके विरुद्ध पहचान दर्ज हुई थी।