傳統人工審核視頻方式抽檢覆蓋率低、工作強度大且枯燥。人為主觀判斷因素大。
通過視頻AI智能分析技術實現監控列車司機與乘務人員的操作，人工智能自動識別、多維度評分、準確判斷違規項點，迅速反饋給管理中心（機務段）。
- 全面無死角分析視頻數據，評判結果客觀準確，不受人為因素的影響
- 節約大量專業審核人力，降低運營成本
- 消除因單調枯燥的工作導致的人為錯誤，提升審核速度
- 提高列車運行的安全性
接觸網檢修采用檢測車自動拍攝，人工事后分析的方式逐幀對接觸網狀態進行檢查，各個路局耗費大量的人力及時間進行接觸網檢測的相關工作。受限于拍攝角度，審核人員疲勞狀態等主觀及客觀因素，審核效率低下，人工易疲勞等問題亟需解決，避免漏檢風險。
對于接觸網狀態的檢測往往關系到鐵路的安全運營和人民生命財產安全，異常目標上報的時效性就顯得尤為重要，是接觸網檢測的重中之重。
接觸網圖像智能識別分析系統依托圖像處理、人工智能等技術，采用自主建模的深度神經網絡，實現接觸網（承力索、吊弦、絕緣子、緊固件、螺絲等部件）自動檢測，智能識別故障。從而替代人工檢測，及時發現隱患，提升高鐵運行安全水平。
- 實現四大類故障檢測（緊固件異常、吊弦異常、絕緣子異常、異物侵限）
- 檢測識別率高、判斷準確率高
- 提升5倍工作效率、降低運維成本
- 保障高鐵運行安全
地鐵在城市公共交通中起到了舉足輕重的作用，軌道沿線隧道異物侵入、線路脫落、附屬設備箱異常開啟、漏水等異常情況成為行車安全的重大隱患，影響廣大乘客出行，進而造成廣泛的社會影響。
地鐵隧道檢修窗口期時間緊（僅4-5小時）、人員凌晨工作疲勞、隧道工作環境惡劣，人為因素影響大，存在漏檢風險，造成隧道檢修效率低下。
地鐵隧道侵限自動檢測系統采用AI智能圖片視頻分析技術，實現自動拍攝圖片視頻、智能分析檢測異常。
- 替代傳統人工檢測方式，實現隧道日常檢測智能化
- 大幅縮短檢測總工時至1-2小時，提升5倍工作效率
- 實時分析隧道異常，實現“精準檢、快速修”
- 大大提升地鐵隧道安全等級，保證行車安全。
