ટૂંક સમયમાં, AI એ ખાતરી ખાતરી કરશે કે બાઈકર્સ હેલ્મેટ પહેરે છે કે નહીં

મોટરસાયક્લીસ્ટોના મૃત્યુની સંખ્યામાં શું ઘટાડો થઈ શકે છે, ઇન્ડિયન ઇન્સ્ટિટ્યૂટ ઓફ ટેક્નોલોજી (આઇઆઇટી) હૈદરાબાદના સંશોધકોએ સર્વેલન્સ વીડિયોમાં હેલ્મેટ વગર ડ્રાઇવિંગ થયેલા મોટરસાયક્લીસ્ટોના સ્વચાલિત શોધ માટે આર્ટિફિશ્યલ ઇન્ટેલિજન્સ (એઆઈ) નો ઉપયોગ કરીને ઉકેલ વિકસાવ્યો છે.

તાજેતરમાં, શહેરના સીસીટીવી નેટવર્કમાંથી વિડિયો ડેટામાં પ્રવેશ મેળવવા સંસ્થાએ હૈદરાબાદ સિટી પોલીસ સાથે સમજૂતી (એમઓયુ) પર હસ્તાક્ષર કર્યા હતા. ટેક્નોલોજી તૈયાર-થી-જમાવટના તબક્કામાં છે અને સંસ્થાએ તેના પેટન્ટ અધિકારો માટે પહેલેથી જ ફાઇલ કરી છે.

આ રીતે તે કાર્ય કરે છે: ઉકેલ કેમેરામાં આંશિક રીતે સ્થાપિત થાય છે અને આંશિક કેન્દ્રીય પોલીસ કંટ્રોલ રૂમના સર્વર્સ પર. સીસીટીવી કેમેરા સાથે સંકળાયેલ એમ્બેડેડ કાર્ડ પર સૉફ્ટવેર પણ ઇન્સ્ટોલ કરેલું છે જે કેન્દ્રીય ચેતવણી ડેટાબેસમાં ચેતવણી મોકલીને ઉલ્લંઘનકારો (હેલ્મેટ વગર મોટરસાયક્લીસ્ટોના) ને શોધી કાઢે છે.

"ઓપરેટરો (ટ્રાફિક પોલીસ, વગેરે) દ્વારા ચેતવણીઓ ચકાસવા માટે વેબ ઇન્ટરફેસ સાથે તે સંપૂર્ણપણે સ્વચાલિત હશે. ત્યાંથી, હાલના આરટીઓ વેબસાઈટ સાથે ચાલીસ (દંડ) પેદા કરવા માટે અને રાઇડર્સને એસએમએસ દ્વારા સૂચના મોકલવા માટે જોડવામાં આવશે, "આ ઉકેલની પાછળ એક સંશોધન વિદ્વાન દિનેશ સિંહે જણાવ્યું હતું.

હેલ્મેટ વિના બાઇક રાઇડર્સને લીધે માર્ગ અકસ્માતોની સંખ્યા ચિંતાજનક રહી છે દિલ્હી પોલીસની વાર્ષિક અહેવાલ (2017 માં પ્રકાશિત) જણાવે છે કે 2016 માં શહેરમાં કુલ સંખ્યાબંધ જીવલેણ અકસ્માતો પૈકીના 35-40 ટકા મૃત્યુ રાઇડર્સના કારણે "હેલ્મેટ પહેર્યા ન હતા" અથવા "નબળી ગુણવત્તાવાળા હેલ્મેટ" હતા.

"અમે આઇઆઇટી કેમ્પસમાં સ્પેશિયલ ટ્રાફિક પર તેમજ હૈદરાબાદ સિટી સીસીટીવી નેટવર્કથી ગાઢ ટ્રાફિક પર નોંધપાત્ર પ્રયોગો કર્યા છે. પરિણામો અમને પ્રત્યક્ષ વર્લ્ડ ઉપયોગ માટે સિસ્ટમ જમાવવા માટે સંપૂર્ણ સોફ્ટવેર વિકસાવવા માટે પ્રોત્સાહિત કરવામાં આવે છે, "સી. ક્રિમોહન મોહન, એસોસિએટ પ્રોફેસર, ઇઆઇટીએચએ જણાવ્યું હતું. કૃષ્ણ સંશોધન વિદ્વાનો સાથે - સિંહ અને સી વિષ્ણુ - આ ટેકનોલોજી પાછળ ત્રણેય છે.

આ ઉકેલને ટોલ બ્રીજ જેવા શહેરોના પ્રવેશદ્વાર પર અથવા પસંદ કરેલા ચેકપૉઇનો, ખાસ કરીને રોડ આંતરછેદો પર જમાવટ કરી શકાય છે.

સંશોધકો માટે આગળનું પગલું એ વ્યવસાયિક રીતે ઉપલબ્ધ તકનીકી બનાવવા માટે બોર્ડમાં એક ઉદ્યોગસાહસિક મેળવવું છે.

આ ઉકેલ કન્વોલ્યુશનલ ન્યુરલ નેટવર્ક તકનીકનો ઉપયોગ કરે છે (દ્રશ્ય છબીઓનું પૃથ્થકરણ કરવા માટે લાગુ થાય છે) જે મુખ્યત્વે કૃત્રિમ ગુપ્ત માહિતીનો ઉપયોગ કરીને માનવ મગજની નકલ કરે છે. પ્રસ્તાવિત પ્રણાલી સરળતાથી અન્ય પ્રકારના ટ્રાફિક એપ્લિકેશન્સમાં વિસ્તૃત કરી શકાય છે, જેમ કે ટ્રિપલિંગની શોધ, વાંકોચૂંકો બાઇક ડ્રાઇવિંગ, અન્ય પ્રકારના વાહનો દ્વારા ટ્રાફિકનું ઉલ્લંઘન, મોહન અનુસાર.

"તાજેતરના અભ્યાસો દર્શાવે છે કે માનવ સર્વેલન્સ બિનઅસરકારક પુરવાર કરે છે, કારણ કે વીડિયોના મોનીટરીંગની અવધિ વધે છે, માનવો દ્વારા કરેલા ભૂલો પણ વધે છે," મોહનએ જણાવ્યું હતું.

સંશોધન ટીમએ સર્વેલન્સ વિડીયોમાં માર્ગ અકસ્માતોની સ્વયંચાલિત તપાસ માટે નવલકથા રૂપરેખા પણ વિકસાવી છે. મોહનએ જણાવ્યું હતું કે તેઓએ શહેરમાં વ્યાપક દેખરેખમાં 'સ્નેચ થેફ્ટ ડિટેક્શન'ના માળખાનો પ્રસ્તાવ પણ કર્યો છે.