Система видеонаблюдения на базе ИИ DETECTOR направлена на борьбу с уклонением от оплаты проезда в метро Нью-Йорка
- В системе метро Нью-Йорка используется технология видеонаблюдения на базе ИИ «DETECTOR» для борьбы с уклонением от оплаты проезда, отслеживания методов и времени пиковых случаев.
- «DETECTOR» предназначена для формирования отчетов по фактам уклонения от оплаты проезда, а не для идентификации нарушителей или оповещения правоохранительных органов в режиме реального времени.
- Методы уклонения от оплаты включают прохождение через аварийные ворота, перепрыгивание турникетов, пролезание под ними и практику «back-cocking».
Метрополитенское транспортное управление Нью-Йорка (M.T.A.) внедрило передовые технологии видеонаблюдения на базе ИИ для борьбы с уклонением от оплаты проезда в системе метро. Система ИИ, названная «DETECTOR», разработанная испанской программной компанией AWAAIT, уже внедрена в семи станциях по всему городу. M.T.A. планирует расширить ее использование еще на две дюжины станций к концу года. Этот шаг был сделан после того, как агентство потеряло ошеломляющие 690 миллионов долларов из-за уклонения от оплаты проезда в предыдущем году, что побудило его принять решительные меры против этой растущей проблемы.
Цель системы видеонаблюдения на базе ИИ
DETECTOR изначально был разработан для сети метро Барселоны и доказал свою эффективность в выявлении методов уклонения от оплаты проезда. В Нью-Йорке система ИИ интегрирована с существующей инфраструктурой камер для мониторинга видеопотоков в реальном времени, предоставляя данные 24/7 о паттернах уклонения от оплаты проезда, не идентифицируя конкретных нарушителей и не помогая правоохранительным органам.
M.T.A. подчеркивает, что DETECTOR в первую очередь используется для создания отчетов и количественной оценки масштабов уклонения от оплаты проезда, а не для выявления нарушителей или запуска оповещений в реальном времени для правоохранительных органов. Эта технология旨在 помочь M.T.A. измерить частоту и методы уклонения от оплаты проезда, позволяя им лучше понять масштаб проблемы.
Понимание методов уклонения от оплаты проезда
Анализ ИИ выявил интересные данные о методах уклонения от оплаты проезда, используемых пассажирами метро. Данные показывают, что примерно 50% случаев уклонения связано с прохождением людей через аварийные выходы, 20% — с перелезанием или перепрыгиванием через турникеты, 12% — с пролезанием под ними, а 16% — с использованием метода, известного как «back-cocking» (оттягивание турникета назад), который позволяет проскользнуть через зазор.
DETECTOR позволяет M.T.A. отслеживать всплески уклонения от оплаты проезда в определенные часы дня. Один значительный всплеск происходит около 15:00–16:00, что совпадает со временем окончания занятий в школах, а меньший всплеск наблюдается во время утреннего часа пик. Обладая этими данными, M.T.A. может эффективно разрабатывать целевые стратегии для решения проблем в эти пиковые периоды.
Решение проблем уклонения от оплаты проезда
M.T.A. признает, что уклонение от оплаты проезда представляет собой сложную проблему, и предложило различные решения для борьбы с ней. Эти решения варьируются от улучшения информирования студентов о важности оплаты проезда до внедрения новых турникетов, которые сложнее обойти без оплаты, что потенциально может устранить необходимость в аварийных выходах.
Хотя система ИИ AWAAIT использовалась в Барселоне для предоставления оповещений об уклонении от оплаты проезда контролерам через приложение на смартфоне, подход M.T.A. сосредоточен исключительно на создании отчетов с данными. Система в Нью-Йорке не предполагает прямого вмешательства контролеров или сотрудников правоохранительных органов в реальном времени.
Усилия MTA по борьбе с уклонением от оплаты проезда
M.T.A. серьезно относится к проблеме уклонения от оплаты проезда, осознавая ее значительное финансовое влияние на транспортную систему. Используя технологию ИИ, агентство стремится получить лучшее понимание масштабов проблемы, что в конечном итоге приведет к более целенаправленным и эффективным решениям.
С помощью системы видеонаблюдения на базе ИИ «DETECTOR» M.T.A. делает важный шаг в борьбе с уклонением от оплаты проезда в метро Нью-Йорка. Технология предоставляет ценные данные о паттернах уклонения от оплаты проезда, позволяя агентству разрабатывать целевые стратегии для борьбы с этой проблемой. По мере расширения системы на дополнительные станции M.T.A. надеется сократить уклонение от оплаты проезда и повысить общую эффективность и устойчивость системы метро.
Не просто читайте новости о криптовалютах. Понимайте их. Подпишитесь на нашу рассылку. Это бесплатно.
Отказ от ответственности: Предоставленная информация не является инвестиционной рекомендацией. Cryptopolitan.com не несет ответственности за любые инвестиции, сделанные на основе информации, представленной на этой странице. Мы настоятельно рекомендуем проводить независимые исследования и/или консультироваться с квалифицированным специалистом перед принятием любых инвестиционных решений.
Глория Кабуру
Глори — крайне осведомлённый журналист, владеющий инструментами ИИ и методами исследований. Она увлечена темой искусственного интеллекта и является автором нескольких статей по этому вопросу. Она постоянно следит за последними достижениями в области искусственного интеллекта, машинного обучения и глубокого обучения и регулярно пишет об этом.
