💻 computer science

RiskProp: Collision-Anchored Self-Supervised Risk Propagation for Early Accident Anticipation

RiskProp एक नवीन स्व-पर्यवेक्षित (self-supervised) ढांचा है जो दुर्घटना के पूर्व अनुमान के लिए केवल विश्वसनीय टक्कर वाले फ्रेमों का लाभ उठाकर और भविष्य के फ्रेमों के नियमितीकरण (future-frame regularization) के साथ-साथ टेम्पोरल जोखिम विकास को मॉडल करने के लिए अनुकूली एकदिष्ट बाधाओं (adaptive monotonic constraints) का उपयोग करके व्यक्तिपरक विसंगति शुरुआत एनोटेशन की आवश्यकता को समाप्त करता है, जिससे अत्याधुनिक प्रदर्शन और बेहतर व्याख्यात्मकता प्राप्त होती है।

मूल लेखक: Yiyang Zou, Tianhao Zhao, Peilun Xiao, Hongyu Jin, Longyu Qi, Yuxuan Li, Liyin Liang, Yifeng Qian, Chunbo Lai, Yutian Lin, Zhihui Li, Yu Wu

प्रकाशित 2026-03-31

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Yiyang Zou, Tianhao Zhao, Peilun Xiao, Hongyu Jin, Longyu Qi, Yuxuan Li, Liyin Liang, Yifeng Qian, Chunbo Lai, Yutian Lin, Zhihui Li, Yu Wu

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप हाईवे पर गाड़ी चला रहे हैं। आप एक ऐसा सिस्टम चाहते हैं जो आपको कारों के आपस में टकराने से पहले ही कह सके, "हे, एक दुर्घटना होने वाली है!" यही "एक्सीडेंट एंटीसिपेशन" (दुर्घटना का पूर्वानुमान) का लक्ष्य है।

हालाँकि, कंप्यूटर को यह सिखाना ऐसा ही था जैसे किसी बच्चे को केवल बिजली कड़कने के क्षण दिखाकर उसे तूफान की भविष्यवाणी करना सिखाना।

पुराना तरीका: "सब-कुछ-या-कुछ-नहीं" वाला लेबल

पहले, शोधकर्ता कंप्यूटर को एक बहुत ही सरल और रूखे तरीके से सिखाते थे। वे कार दुर्घटना का एक वीडियो देखते और कहते:

दुर्घटना से पहले का सब कुछ: "यह सुरक्षित है। स्कोर: 0।"
दुर्घटना का क्षण: "यह खतरनाक है। स्कोर: 1।"

समस्या: यह ऐसा है जैसे कहना कि घर में आग लगना या तो "ठंडा" है या "जल रहा है।" यह धुएं, जलते हुए प्लास्टिक की गंध और बढ़ती गर्मी को नजरअंदाज कर देता है। वास्तव में, खतरा धीरे-धीरे बढ़ता है। क्योंकि पुराने तरीके ने कंप्यूटर को दुर्घटना से ठीक पहले के क्षण को दुर्घटना के ठीक बाद के क्षण के समान मानने के लिए मजबूर किया, इसलिए कंप्यूटर भ्रमित हो गया। वह खतरे के सूक्ष्म संकेतों को नहीं सीख सका, और अक्सर या तो बहुत देर से या बहुत जल्दी अलार्म बजा देता था (गलत अलार्म)।

साथ ही, इंसानों से यह पूछना कि "खतरा ठीक इसी समय शुरू हुआ था" एक रेखा खींचना व्यक्तिपरक है। कोई व्यक्ति कह सकता है कि खतरा 5 सेकंड पहले शुरू हुआ; दूसरा कह सकता है कि 10 सेकंड पहले। यह विसंगति कंप्यूटर के प्रशिक्षण को अव्यवस्थित बना देती है।

नया तरीका: RiskProp (एक "समय-यात्रा करने वाला जासूस")

इस पेपर के लेखकों ने, RiskProp, एक स्मार्ट, स्वयं-शिक्षण दृष्टिकोण निकाला। उन्होंने महसूस किया कि उन्हें इंसानों द्वारा रेखाएं खींचने की आवश्यकता नहीं है। उन्हें केवल एक अकाट्य तथ्य जानने की आवश्यकता थी: दुर्घटना का सटीक क्षण।

यहाँ बताया गया है कि उनका सिस्टम कैसे काम करता है, एक सरल उपमा का उपयोग करते हुए:

1. "फ्यूचर-फ्रेम" ट्रिक (पीछे की ओर देखना)

कल्पना कीजिए कि आप एक रहस्यमयी फिल्म देख रहे हैं। आप जानते हैं कि विलेन (खलनायक) का खुलासा बिल्कुल अंत में होगा।

पुराना तरीका: आप दर्शकों को बताते हैं, "खुलासे से पहले का सब कुछ उबाऊ है।"
RiskProp तरीका: आप दर्शकों को बताते हैं, "चूंकि हम जानते हैं कि विलेन अंत में है, तो आइए खुलासे से ठीक पहले के दृश्य को देखें। वह थोड़ा संदिग्ध रहा होगा। और उससे पहले वाला दृश्य? वह और भी अधिक संदिग्ध रहा होगा।"

RiskProp इसे गणितीय रूप से करता है। यह अगले सेकंड के लिए कंप्यूटर की भविष्यवाणी (जो दुर्घटना के करीब है और इसलिए अधिक सटीक है) लेता है और उसे वर्तमान सेकंड के लिए एक "सॉफ्ट टीचर" के रूप में उपयोग करता है।

यदि कंप्यूटर अगले सेकंड के लिए उच्च जोखिम की भविष्यवाणी करता है, तो यह वर्तमान सेकंड के जोखिम स्कोर को धीरे से ऊपर की ओर धकेलता है।
यह एक चेन रिएक्शन बनाता है, जो दुर्घटना से पीछे की ओर खतरे के संकेत को वीडियो की शुरुआत तक ले जाता है। यह कंप्यूटर को खतरे के केवल विस्फोट को नहीं, बल्कि खतरे के निर्माण को देखना सिखाता है।

2. "स्लिपरी स्लोप" नियम (ढलान का नियम)

एक चट्टान की ओर गाड़ी चलाने की कल्पना करें। एक बार जब आप चट्टान की ओर बढ़ने लगते हैं, तो आप अचानक उससे दूर नहीं जाते और फिर वापस नहीं आते कि खतरा गायब हो जाए। जैसे-जैसे आप करीब आते हैं, खतरा आम तौर पर बढ़ता जाता है।

RiskProp एक नियम जोड़ता है: "आपका जोखिम स्कोर समय के साथ सामान्य रूप से बढ़ना चाहिए, जैसे बाथटब में पानी भरता है।"

यह छोटे उतार-चढ़ाव की अनुमति देता है (शायद आप थोड़ा मुड़ते हैं और एक पल के लिए सुरक्षित महसूस करते हैं), लेकिन समग्र रुझान बढ़ता हुआ होना चाहिए।
यह कंप्यूटर को एक "उछल-कूद" करने वाले जोखिम स्कोर से रोकता है जो बेतरतीब ढंग से ऊपर-नीचे होता है, जिससे आपकी चेतावनी प्रणाली बहुत सहज और विश्वसनीय बन जाती है।

परिणाम: एक सुचारू, स्मार्ट चेतावनी प्रणाली

क्योंकि RiskProp को "खतरा कब शुरू हुआ" के लिए अव्यवस्थित मानवीय लेबल की आवश्यकता नहीं है, इसलिए यह ड्राइविंग के वास्तविक भौतिक विज्ञान को सीखता है।

कम गलत अलार्म: यदि कोई कार थोड़ी बाहर निकलती है लेकिन फिर रुक जाती है, तो पुराना सिस्टम "क्रैश!" चिल्ला सकता है क्योंकि उसने अचानक बदलाव देखा। RiskProp देखता है कि जोखिम लगातार नहीं बढ़ रहा है, इसलिए वह शांत रहता है।
जल्द चेतावनी: क्योंकि यह खतरे के क्रमिक निर्माण को समझता है, इसलिए यह दुर्घटना की चेतावनी जल्दी दे सकता है, जिससे ड्राइवरों को प्रतिक्रिया करने के लिए अधिक समय मिलता है।
स्मूथ कर्व: जोखिम स्कोर की एक टेढ़ी-मेढ़ी, भ्रमित करने वाली रेखा के बजाय, RiskProp एक सुचारू, बढ़ती हुई वक्र (curve) प्रदान करता है जो वास्तविक जीवन के खतरे के परिदृश्य जैसा दिखता है।

संक्षेप में

RiskProp एक ऐसे जासूस की तरह है जिसे यह कहने के लिए किसी गवाह की आवश्यकता नहीं है कि "अपराध दोपहर 2:00 बजे शुरू हुआ था।" इसके बजाय, जासूस अपराध स्थल (दुर्घटना) को देखता है, यह महसूस करता है कि सबूत हर मिनट पहले मजबूत होते जा रहे थे, और टाइमलाइन को फिर से बनाने के लिए पीछे की ओर काम करता है। यह कंप्यूटर को दुर्घटनाओं का अधिक सटीक और जल्दी पूर्वानुमान लगाना सीखने में सक्षम बनाता है, और इसके लिए इंसानों द्वारा यह अनुमान लगाने की आवश्यकता नहीं होती कि खतरा कहाँ शुरू हुआ था।

यहाँ शोध पत्र "RiskProp: Collision-Anchored Self-Supervised Risk Propagation for Early Accident Anticipation" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

एक्सीडेंट एन्टिसिपेशन (Accident Anticipation) का लक्ष्य डैशकैम वीडियो से वास्तविक समय में होने वाली टक्करों की भविष्यवाणी करना है ताकि समय रहते अलर्ट जारी किया जा सके।

वर्तमान सीमाएँ: मौजूदा विधियाँ मैन्युअल रूप से एनोटेट किए गए "अनोमली ऑनसेट" (विसंगति की शुरुआत) फ्रेम के साथ बाइनरी सुपरवाइज्ड लर्निंग पर निर्भर करती हैं।
- विषयपरकता (Subjectivity): यह निर्धारित करना कि दुर्घटना वास्तव में कब "शुरू" हुई (अनोमली ऑनसेट), एनोटेटर्स के बीच व्यक्तिपरक और असंगत होता है।
- अशुद्धता (Inaccuracy): बाइनरी लेबलिंग सभी प्री-कोलिजन (टक्कर से पहले के) फ्रेम को समान रूप से जोखिम भरा (लेबल 1) या सुरक्षित (लेबल 0) मानने के लिए मजबूर करती है, जो जोखिम के क्रमिक और मध्यवर्ती विकास की अनदेखी करती है।
- परिणाम: मॉडल गलत बाइनरी लक्ष्यों को ऑप्टिमाइज़ करने के लिए भ्रमित होते हैं, न कि जोखिम के वास्तविक, गतिशील विकास को सीखने के लिए, जिससे गलत अलार्म या देरी से चेतावनी मिलने की समस्या होती है।

2. कार्यप्रणाली: RiskProp (Methodology: RiskProp)

लेखक RiskProp का प्रस्ताव करते हैं, जो एक नया कोलिजन-एंकरड सेल्फ-सुपरवाइज्ड रिस्क प्रोपेगेशन प्रतिमान (paradigm) है। व्यक्तिपरक "ऑनसेट" लेबल पर निर्भर रहने के बजाय, यह विधि केवल वस्तुनिष्ठ रूप से एनोटेट किए गए कोलिजन फ्रेम (टक्कर वाले फ्रेम) को एक हार्ड एंकर के रूप में उपयोग करती है।

मुख्य अवधारणा (Core Concept)

यह ढांचा दो ऑब्जर्वेशन-ड्रिवन लॉस के माध्यम से टेम्पोरल रिस्क इवोल्यूशन को मॉडल करता है:

फ्यूचर-फ्रेम रेगुलराइजेशन (Future-Frame Regularization): भविष्य के फ्रेम में दुर्घटना के अधिक निर्णायक प्रमाण होते हैं। इसलिए, अगले फ्रेम के लिए मॉडल का अनुमान, वर्तमान फ्रेम को सुपरवाइज करने के लिए एक विश्वसनीय "सॉफ्ट टारगेट" के रूप में कार्य करता है।
एडैप्टिव मोनोटोनिसिटी (Adaptive Monotonicity): जैसे-जैसे टक्कर करीब आती है, जोखिम आमतौर पर एक गैर-घटते (non-decreasing) रुझान का पालन करता है। मॉडल को इस भौतिक वास्तविकता को दर्शाने के लिए बाध्य किया जाता है, जबकि अल्पकालिक उतार-चढ़ाव की अनुमति दी जाती है।

मुख्य घटक (Key Components)

A. लेबलिंग रणनीति (Labeling Strategy)

एक्सीडेंट वीडियो: केवल कोलिजन फ्रेम को पॉजिटिव ( $y=1$ ) के रूप में लेबल किया गया है। शुरुआती फ्रेम (दुर्घटना से दूर) को नेगेटिव ( $y=0$ ) के रूप में लेबल किया गया है। सभी मध्यवर्ती फ्रेम अनलेबल (unlabeled) हैं।
सेफ वीडियो: सभी फ्रेम को नेगेटिव ( $y=0$ ) के रूप में लेबल किया गया है।

B. लॉस फंक्शन्स (Loss Functions)
कुल ट्रेनिंग ऑब्जेक्टिव है: $\mathcal{L} = \mathcal{L}_{\text{bce}} + \lambda_1 \mathcal{L}_{\text{reg}} + \lambda_2 \mathcal{L}_{\text{mono}}$

बाइनरी क्रॉस-एन्ट्रॉपी (BCE) लॉस:
- यह केवल एक्सीडेंट वीडियो में कोलिजन फ्रेम (पॉजिटिव) और शुरुआती फ्रेम (नेगेटिव) पर लागू होता है।
- यह सुपरविजन के लिए हार्ड एंकर प्रदान करता है।
फ्यूचर-फ्रेम रेगुलराइजेशन लॉस ( $\mathcal{L}_{\text{reg}}$ ):
- तंत्र (Mechanism): यह अगले फ्रेम ( $z_{t+1}$ ) के लिए मॉडल के प्रेडिक्शन का उपयोग करता है, जिसके ग्रेडिएंट्स डिटैच (detach) होते हैं, वर्तमान फ्रेम ( $z_t$ ) के लिए एक सॉफ्ट टारगेट के रूप में।
- फॉर्मूला: $\mathcal{L}_{\text{reg}} = \sum_{t=1}^{T-1} \| \text{detach}(z_{t+1}) - z_t \|^2$
- प्रभाव: यह जोखिम संकेतों के बैकवर्ड प्रोपेगेशन (backward propagation) को सक्षम बनाता है। कोलिजन फ्रेम पर उच्च जोखिम स्कोर अनुक्रम (sequence) के माध्यम से पीछे की ओर फैलता है, जिससे मॉडल को स्पष्ट ऑनसेट लेबल के बिना भी शुरुआती संकेतों (जैसे, लेन से भटकना, प्रतिक्रिया में देरी) को पहचानने में मदद मिलती है।
एडैप्टिव मोनोटोनिक कंस्ट्रेंट लॉस ( $\mathcal{L}_{\text{mono}}$ ):
- तंत्र: यह उन मामलों को दंडित करता है जहाँ बाद का फ्रेम पहले के फ्रेम की तुलना में कम जोखिम भरा प्रेडिक्ट किया जाता है ( $j > i$ के लिए $a_j < a_i$ )।
- एडैप्टिव मार्जिन: कंस्ट्रेंट की शक्ति स्थिर नहीं है। यह निम्नलिखित के आधार पर अनुकूलित होती है:
  - टेम्पोरल डिस्टेंस ( $\Delta t$ ): बड़े अंतराल अधिक अपेक्षित जोखिम वृद्धि की अनुमति देते हैं।
  - प्रेडिक्शन कॉन्फिडेंस: जब मॉडल कॉन्फिडेंट हो (स्कोर 0 या 1 के करीब); तो सख्त कंस्ट्रेंट लगाए जाते हैं; अस्पष्ट मध्यवर्ती अवस्थाओं के लिए ढीले कंस्ट्रेंट लागू किए जाते हैं।
- फॉर्मूला: $\mathcal{L}_{\text{mono}} = \frac{1}{|\mathcal{D}|} \sum_{(i,j) \in \mathcal{D}} \max(0, a_i - a_j + \delta(\Delta t, \bar{c}_{i:j}))$

C. आर्किटेक्चर (Architecture)

स्थानिक-काल्पनिक (spatial-temporal) फीचर्स निकालने के लिए स्निपेट एनकोडर के रूप में 3D CNN (विशेष रूप से SlowOnly) का उपयोग करता है।
यह वीडियो स्निपेट्स (जैसे, 5 फ्रेम) को प्रोसेस करता है और वर्तमान फ्रेम के लिए रिस्क स्कोर आउटपुट करता है।

3. मुख्य योगदान (Key Contributions)

पैराडाइम शिफ्ट: "अनोमली ऑनसेट" एनोटेशन से हटकर कोलिजन-एंकरड सेल्फ-सुपरवाइज्ड दृष्टिकोण की ओर बदलाव।
रिस्क प्रोपेगेशन: एक तंत्र पेश करता है जहाँ फ्यूचर-फ्रेम रेगुलराइजेशन का उपयोग करके जोखिम संकेत निर्णायक कोलिजन पॉइंट से पहले के फ्रेमों में पीछे की ओर प्रसारित होते हैं।
एडैप्टिव कंस्ट्रेंट्स: एक एडैप्टिव मोनोटोनिक लॉस प्रस्तावित करता है जो अल्पकालिक शोर और अनिश्चितता को समायोजित करते हुए, एक भौतिक रूप से प्रशंसनीय, गैर-घटते जोखिम रुझान को लागू करता है।
एनोटेशन दक्षता: यह प्रदर्शित करता है कि केवल कोलिजन लेबल का उपयोग करके उच्च-प्रदर्शन वाला एक्सीडेंट एन्टिसिपेशन प्राप्त किया जा सकता है, जिससे महंगे और व्यक्तिपरक ऑनसेट एनोटेशन की आवश्यकता समाप्त हो जाती है।

4. प्रयोगात्मक परिणाम (Experimental Results)

विधि का मूल्यांकन दो वास्तविक दुनिया के डेटासेट्स पर किया गया: CAP (11,727 वीडियो) और Nexar (1,500 क्लिप्स)।

स्टेट-ऑफ-द-आर्ट परफॉरमेंस:
- CAP डेटासेट: mAUC0.1 के 0.483 और mTTA0.1 के 1.207s (सबसे प्रारंभिक चेतावनी) प्राप्त किए, जो सभी बेसलाइन्स (जैसे, AdaLEA, DSTA, CRASH) से बेहतर है।
- Nexar डेटासेट: mAUC0.1 के 0.472, mAP के 0.870, और mTTA0.1 के 0.958s प्राप्त किए, जो दूसरे सर्वश्रेष्ठ मेथड (CRASH) से काफी आगे है।
एब्लेशन स्टडीज (Ablation Studies):
- सेल्फ-सुपरवाइज्ड कंस्ट्रेंट्स (केवल कोलिजन लेबल का उपयोग करके) को हटाने से खराब प्रदर्शन हुआ।
- फ्यूचर-फ्रेम रेगुलराइजेशन (FFR) जोड़ने से सबसे बड़ा प्रदर्शन सुधार मिला, जो प्रभावी रूप से जोखिम संकेतों को प्रसारित करता है।
- एडैप्टिव मोनोटोनिक कंस्ट्रेंट (AMC) जोड़ने से कर्व्स को और अधिक रिफाइन किया गया, जिससे टेम्पोरल कंसिस्टेंसी में सुधार हुआ।
- केवल कोलिजन सुपरविजन के साथ पूर्ण मॉडल ने घने "अनोमली ऑनसेट" लेबल के साथ प्रशिक्षित मॉडलों के बराबर या उनसे बेहतर प्रदर्शन किया।
गुणात्मक विश्लेषण (Qualitative Analysis):
- RiskProp अधिक स्मूथ और अधिक डिस्क्रिमिनेटिव रिस्क कर्व्स बनाता है।
- बेसलाइन्स के विपरीत, जो अस्पष्ट सुरक्षित अवधियों (जैसे, साइड में कार का दिखना) के दौरान गलत अलार्म ट्रिगर करती हैं, RiskProp स्पष्ट खतरे के संकेतों के आने तक कम रिस्क स्कोर बनाए रखता है, और फिर तेजी से बढ़ता है।

5. महत्व (Significance)

व्यावहारिकता: "अनोमली ऑनसेट" एनोटेशन की आवश्यकता को हटाकर, RiskProp एक्सीडेंट एन्टिसिपेशन सिस्टम के लिए डेटा तैयारी की लागत और कठिनाई को काफी कम कर देता है।
विश्वसनीयता: सेल्फ-सुपरवाइज्ड दृष्टिकोण अधिक भौतिक रूप से प्रशंसनीय और टेम्पोरल रूप से सुसंगत रिस्क कर्व प्रदान करता है, जिससे फाल्स पॉजिटिव कम होते हैं और जल्दी व अधिक विश्वसनीय चेतावनियाँ संभव होती हैं।
सामान्यीकरण (Generalizability): यह ढांचा ध्यान को स्टैटिक क्लासिफिकेशन से हटाकर डायनेमिक रिस्क इवोल्यूशन मॉडलिंग पर केंद्रित करता है, जो वास्तविक दुनिया के स्वायत्त ड्राइविंग और ड्राइवर असिस्टेंस सिस्टम के लिए एक मजबूत समाधान प्रदान करता है।