Spatiotemporal Prior-Enhanced Fire Perception Network for Edge Alarms in Industrial LANs

आधुनिक उद्योगों के विशाल, गूँजते नेटवर्क में, फैले हुए कारखानों से लेकर ऊँचाई पर स्थित निर्माण स्थलों तक, सुरक्षा एक निरंतर, सतर्क दृष्टि पर निर्भर करती है। दशकों तक, यह कर्तव्य मॉनीटरों के समूहों को घूरने वाले मानव ऑपरेटरों का था, जो थकान और त्रुटि के प्रति संवेदनशील कार्य था। आज, वह भूमिका तेजी से उन आर्टिफिशियल इंटेलिजेंस प्रणालियों द्वारा ली जा रही है जो वीडियो फीड को खतरे के पहले संकेत, जैसे कि आग की अचानक लपट, के लिए स्कैन करती हैं। ये सिस्टम अक्सर नेटवर्क के किनारे (एज), सीधे कैमरों के पास स्थापित किए जाते हैं, ताकि वे किसी दूर स्थित सर्वर की प्रतीक्षा किए बिना पलक झपकते ही निर्णय ले सकें। हालाँकि, यह सेटअप एक जिद्दी समस्या का सामना करता है: औद्योगिक वातावरण चकाचौंध करने वाली रोशनी, चमकदार धातु की सतहों और सर्चलाइट्स से भरे होते हैं जो कैमरे को वहां आग दिखाने के लिए धोखा दे सकते हैं जहाँ वास्तव में कोई आग नहीं होती। जब कोई कंप्यूटर एक प्रतिबिंब को लौ समझ लेता है, तो यह अलार्म बजा देता है और खतरे को सिद्ध करने के लिए नेटवर्क पर एक बड़ी इमेज फ़ाइल भेज देता है। सैकड़ों कैमरों वाले एक सुविधा में, ये झूठे अलार्म संचार लाइनों को जाम कर सकते हैं, जिससे वास्तविक चेतावनियों में देरी होती है और कीमती बैंडविड्थ बर्बाद होती है। चुनौती, केवल आग को देखना नहीं है, बल्कि प्रकाश के छल को अनदेखा करना भी है, और वह भी न्यूनतम डेटा भेजते हुए।

शोधकर्ताओं की एक टीम ने एक मानक विजन सिस्टम को एक स्थिर चमक और एक जीवित लौ के बीच अंतर समझना सिखाकर इस दुविधा का समाधान किया है। उन्होंने एक नया नेटवर्क विकसित किया, जो एक प्रकार का सॉफ्टवेयर आर्किटेक्चर है जिसे कैमरों से जुड़े छोटे, शक्तिशाली कंप्यूटरों पर चलाने के लिए डिज़ाइन किया गया है। उनके नवाचार का मूल प्रणाली को सोचने के दो विशिष्ट तरीके देने में निहित है: एक जो वह जो देख रहा है उसके आकार (शेप) को देखे, और दूसरा जो कुछ सेकंड के लिए उस आकार की गति पर नज़र रखे। वास्तविक दुनिया में, आग टिमटिमाती है, हिलती है और फैलती है; धातु के फर्श पर एक प्रतिबिंब या सर्चलाइट की किरण स्थिर रहती है या एक अनुमानित, कठोर तरीके से चलती है। प्रणाली को इन सूक्ष्म, अल्पकालिक गतिविधियों को पहचानने के लिए प्रशिक्षित करके, शोधकर्ताओं ने इसे उस शोर को फ़िल्टर करने में सक्षम बनाया जो आमतौर पर झूठे अलार्म का कारण बनता है।

शोधकर्ताओं ने अपने नए सिस्टम का परीक्षण किया, जिसे वे PGENet कहते हैं, एक सिम्युलेटेड औद्योगिक वातावरण में जो तीव्र प्रकाश और परावर्तक सतहों से भरा था। उन्होंने इसकी तुलना कई मौजूदा मॉडलों से की, जिनमें आग का पता लगाने के लिए व्यापक रूप से उपयोग किए जाने वाले मॉडल और अधिक जटिल एवं शक्तिशाली मॉडल भी शामिल थे। परिणाम आश्चर्यजनक थे। उन परिदृश्यों में जिन्हें चमकीली, भ्रामक रोशनी से सॉफ्टवेयर को भ्रमित करने के लिए डिज़ाइन किया गया था, मानक मॉडल अक्सर अलार्म बजा देते थे, प्रतिबिंबों को आग समझ लेते थे। हालाँकि, नया सिस्टम शांत रहा। इसने चकाचौंध करने वाले हस्तक्षेप को अनदेखा करते हुए वास्तविक आग की सही पहचान की। उच्च-एक्सपोज़र हस्तक्षेप उपसमूह (हाई-एक्सपोज़र इंटरफेरेंस सबसेट) से संबंधित एक विशिष्ट परीक्षण में, नए सिस्टम ने झूठे अलार्म की दर को तीस-छह प्रतिशत से घटाकर केवल दो प्रतिशत कर दिया। इसका अर्थ है कि सौ भ्रमित करने वाली प्रकाश घटनाओं के लिए, पुराने सिस्टम तीस-छह बार गलत अलार्म बजाएंगे, जबकि नया सिस्टम केवल दो बार ऐसा करेगा।

गलतियों से बचने के अलावा, सिस्टम ने भेजे जाने वाले डेटा के साथ अधिक कुशल होना भी सीखा। जब आग का पता चलता है, तो सिस्टम केवल उस पूरे क्षेत्र की तस्वीर नहीं भेजता जहाँ आग हो सकती है। इसके बजाय, यह एक डिजिटल मास्क का उपयोग करता है ताकि उन बैकग्राउंड पिक्सेल को शून्य किया जा सके जो आग का हिस्सा नहीं हैं, जिससे केवल लौ के आवश्यक साक्ष्य ही बचते हैं। यह प्रक्रिया इमेज को कंप्रेस करने और नेटवर्क पर भेजने से पहले ही हो जाती है। अपने मापन में, इस तकनीक ने एक एकल अलार्म के लिए भेजे जाने वाले डेटा पैकेट के आकार को एक सौ बावन किलोबाइट से घटाकर एक सौ तेरह किलोबाइट कर दिया। हालांकि एक एकल इमेज के लिए यह कमी छोटी लग सकती है, शोधकर्ताओं ने गणना की कि जब इसे झूठे अलार्मों में भारी गिरावट के साथ जोड़ा जाता है, तो एक व्यस्त घंटे में नेटवर्क पर भेजे जाने वाले अनावश्यक डेटा की कुल मात्रा लगभग नब्बे-छह प्रतिशत तक गिर जाती है। यह संचार लाइनों को अन्य महत्वपूर्ण कार्यों के लिए मुक्त करता है और यह सुनिश्चित करता है कि जब एक वास्तविक अलार्म भेजा जाता है, तो वह तेजी से और स्पष्ट रूप से पहुंचे।

इस दृष्टिकोण की सफलता एक विशिष्ट डिज़ाइन विकल्प पर टिकी है: सिस्टम वीडियो के केवल एक स्नैपशॉट के बजाय, वीडियो फ्रेम्स के एक लघु अनुक्रम (सीक्वेंस) को देखता है। लगातार चार फ्रेम्स का विश्लेषण करके, सॉफ्टवेयर वास्तविक आग की विशेषता वाली तीव्र टिमटिमाहट और गैर-कठोर विस्तार को पहचान सकता है। यह एक प्रतिबिंब की स्थिर, अपरिवर्तनीय चमक को अनदेखा करता है। शोधकर्ताओं ने पाया कि बहुत कम फ्रेम्स को देखना गति को पकड़ने के लिए पर्याप्त नहीं था, जबकि बहुत अधिक फ्रेम्स देखने से सिस्टम धीमा हो जाता था और अधिक मेमोरी की आवश्यकता होती थी। चार फ्रेम्स ने एक आदर्श संतुलन बनाया, जिससे सिस्टम एज डिवाइस पर बत्तीस फ्रेम प्रति सेकंड की गति से चल सका, जो वास्तविक समय के वीडियो के साथ तालमेल बनाए रखने के लिए पर्याप्त है। यह गति महत्वपूर्ण है, क्योंकि इसका मतलब है कि सिस्टम बिना बड़े डेटा को स्टोर किए या किसी शक्तिशाली केंद्रीय कंप्यूटर की प्रतीक्षा किए, वीडियो को चलते हुए प्रोसेस कर सकता है।

अध्ययन यह भी रेखांकित करता है कि सिस्टम क्या नहीं कर सकता, जो इसकी सीमाओं की एक स्पष्ट तस्वीर प्रदान करता है। शोधकर्ताओं ने नोट किया कि सिस्टम दृश्य प्रकाश (विज़िबल लाइट) और लौ की गति पर निर्भर करता है। यह उस आग का पता नहीं लगा सकता जो किसी बाधा के पीछे छिपी हो या जो वीडियो में दृश्य टिमटिमाहट पैदा करने के लिए बहुत छोटी हो। इसके अलावा, सिस्टम को ऐसे वातावरण में काम करने के लिए डिज़ाइन किया गया है जहाँ संभावित आग तक स्पष्ट दृष्टि रेखा (लाइन ऑफ साइट) हो; यह उन थर्मल सेंसरों का विकल्प नहीं है जो धुएं या अंधेरे के माध्यम से गर्मी देख सकते हैं। शोधकर्ताओं ने यह भी बताया कि सिस्टम को सटीक निर्णय लेने से पहले वीडियो के शुरुआती फ्रेम्स के साथ अपने मेमोरी बफर को भरने के लिए एक संक्षिप्त क्षण की आवश्यकता होती है। यह एक दसवें सेकंड से भी कम की मामूली देरी पैदा करता है, जो अधिकांश औद्योगिक सुरक्षा अनुप्रयोगों के लिए नगण्य है, लेकिन उन परिदृश्यों के लिए एक कारक है जिनमें तात्कालिक प्रतिक्रिया की आवश्यकता होती है।

अंत में, यह कार्य प्रदर्शित करता है कि औद्योगिक नेटवर्क में सुरक्षा में सुधार केवल स्मार्ट कैमरे बनाने के बारे में नहीं है, बल्कि उन कैमरों द्वारा देखे जाने वाले दृश्यों को प्रोसेस करने के स्मार्ट तरीकों के बारे में है। प्रकाश के एक स्थिर छल और आग के गतिशील व्यवहार के बीच अंतर समझना सिखाकर, शोधकर्ताओं ने एक ऐसा सिस्टम बनाया है जो अधिक सटीक और अधिक कुशल दोनों है। यह दोहरा सुधार यह सुनिश्चित करता है कि औद्योगिक सुविधाएं अपने स्वचालित अलार्मों पर अधिक विश्वास के साथ भरोसा कर सकती हैं, यह जानते हुए कि नेटवर्क झूठे संकेतों से जाम नहीं होगा और वास्तविक खतरों को स्पष्टता और गति के साथ संप्रेषित किया जाएगा। निष्कर्ष बताते हैं कि एज इंटेलिजेंस का भविष्य अधिक जटिल सिस्टम बनाने में नहीं, बल्कि उन्हें उस अराजक दुनिया को समझने के लिए सही प्रकार का संदर्भ (कॉन्टेक्स्ट) देने में है जिसे वे देख रहे हैं।