您的一站警察停下來。一個針對警察暴行的應用程序。
YouTube演示
隨著黑人生命問題運動變得越來越普遍,並且隨著警察暴行案件洩漏的猛增,被警察趕走並預料到這種互動會是什麼樣子可能會令人恐懼。根據斯坦福大學公開警務項目的數據,警察進行了50,000多個交通站點。
這是一個應用程序,可以通過機器學習來記錄和分析警察遇到的警察,以幫助減輕與警察的負面互動。此外,“米蘭達”通過提醒附近的用戶和家人來促進社區警務。
用戶:無辜的公民被警察拉倒
當我看到後視鏡中閃爍的紅色和藍色警察燈時,我問我的手機:“嘿,Siri,我被拉過了。”該應用程序“警察停車的一站”將打開,並自動開始錄製此場景的音頻和視頻,將其流到雲中以進行安全存儲。當電話錄製場景時,我的憲法和米蘭達權利清楚地顯示在應用程序的屏幕上。
我可以點擊一個按鈕(或屏幕),向我的家人和當地有關公民發送通知,說我被拉過了,可能需要與警察互動(例如自己記錄事件)。
我的事件報告(包括成績單,官員的姓名和官員的車牌)被牢固地發布。可選地,該事件可以發佈在Twitter(帶有位置 +主題標籤)上,以徵求社區中其他人的幫助,尤其是在涉及種族主義或侵略性語言的情況下。
使用Google的語音同步識別API ,可以成功轉錄音頻文件超過80分鐘。
它也可以翻譯成不同的語言,以與其他國家 /地區的警察暴行作鬥爭(香港,著名的一種)。
NLP模型分析了情感,並提出了帶有Saliences的單詞列表。從相關性/多麼負面或積極的角度來看,親人能夠更快地封裝情況。
自動生成PDF 。在整個互動期間下降的實際日誌。
借助Google的Cloud Vision API ,我們的Dash Cam能夠篩選捕獲車輛的車牌。將每個數字仔細打印到完整的報告中,作為受害者律師/代表的副本。
在米蘭達(Miranda)內,該應用程序提供了用戶有權獲得的誡命的全面清單。如果情況加重,用戶可以方便地參考它。
作為一種保護形式,該應用被設計為外觀上的完全黑色。在沒收的情況下,將保存用戶的數據,並準備好審查完整的報告。
我們的語音識別還可以檢測到高度歸類為“危險”的尖叫聲/單詞 - 該應用將使用Twitter上的標籤與最近的旁觀者聯繫。受琥珀警報啟發的概念。
如果用戶處於危險狀態,我們還使用Twilio API能夠將短信發送給朋友和家人
我們中有些人是與API合作的新手,所以我們有點弄清楚了,但是最終一切都順利進行。
我們能夠在短時間內集成大量功能。
我們計劃擴展和開發應用程序的某些功能。例如,我們想集成AR/VR ,以模擬一個類似的環境,在該環境中,您將被警察拉倒並熟悉您可以使用此應用程序採取的操作。我們還計劃使用Twitter API提醒我們的社區,如果互動表示警察的暴行,請湧向該位置。