视觉 AI “落地”加拿大最大、最繁忙的多伦多皮尔逊国际机场

NVIDIA Metropolis 视觉 AI 合作伙伴生态系统成员 Zensors 在多伦多皮尔逊国际机场部署视觉 AI 平台，大幅缩短了海关排队等候时间。

多伦多皮尔逊国际机场位于加拿大安大略省，是该国最大、最繁忙的机场，每年接待约 5000 万旅客。

为提升旅客体验，该机场于今年 6 月部署了 Zensors AI 平台。该平台使用现有安全摄像头的匿名录像生成空间数据，有助于实时优化运营。

作为 NVIDIA Metropolis 视觉 AI 合作伙伴生态系统的成员，Zensors 帮助多伦多皮尔逊机场运营团队大幅缩短了海关排队等候的时间，将旅客办理入境手续的平均时间从 2022 年高峰时期的约 30 分钟，缩短到去年夏季的不到 6 分钟。

Zensors 联合创始人兼产品与技术主管 Anuraag Jain 表示：“Zensors 正在使视觉 AI 变得简单易用，让所有人都能够轻松使用。”

Jain 还表示，对于大多数企业机构而言，扩展多模态、基于转换器的 AI 并非易事，因此机场通常会采用基于硬件传感器、激光雷达或 3D 立体摄像头的传统解决方案，但这种解决方案的效果较差。他们也会通过翻新或新建航站楼来改善运营，但此类工程可能需要耗资数十亿美元。

Jain 指出：“我们提供的平台使机场能够像软件公司那样去思考，利用他们现有的摄像头和最新的 AI 技术，部署更快、更经济、更精准的解决方案。”

加快机场运营速度

为满足日益增长的旅行需求，多伦多皮尔逊机场需要在几周内改善运营，而不是像通常升级或新建航站楼基础设施一样，耗费数月乃至数年的时间。

Zensors AI 平台就是一个完美的解决方案。该平台部署于机场的两座航站楼上，监控 20 多条海关线路。它可以将机场现有摄像系统的视频信号转换成结构化数据。

该平台利用匿名录像计算排队旅客人数、识别拥堵区域、预测旅客等待时间等，并实时提醒工作人员，以加快办理速度。

它还提供分析报告，使运营团队能够评估绩效，从而更加有效地制定计划并重新安排人员的工作，以实现效率的最大化。

除了为机场运营商提供以数据为依据的深入洞察外，Zensors AI 还在多伦多皮尔逊机场的在线仪表板和航站楼的电子显示屏上发布实时等待时间统计数据，让乘客可以轻松了解海关或安检流程所需的确切时间，由此提高客户的整体满意度，减少了他们对能否按时转机的潜在担忧。

多伦多皮尔逊机场的管理公司——大多伦多机场管理局的机场信息技术规划与开发总监 Zeljko Cakic 表示：“事实证明，Zensors 平台的分析结果非常准确。我们的目标是提升整体客户体验、减少等待时间，通过 Zensors 平台收集的数据是推动这些成果的关键因素之一。”

NVIDIA 帮助实现精准 AI

与人工验证信息相比，使用视觉转换器模型构建的 Zensors AI 能够达到惊人的 96% 洞察准确率，这一切都得益于 NVIDIA 的技术支持。

Jain 提到：“Zensors 的模型开发和推理运行时堆栈实际上就是 NVIDIA AI 堆栈。”

该公司使用 NVIDIA GPU 和 CUDA 并行计算平台来训练 AI 模型，另外还使用了用于深度神经网络的 cuDNN 加速基元库，以及用于解码和增强图像与视频的 NVIDIA DALI 库。

由于多伦多皮尔逊机场的检查口全天候开放，Zensors AI 的推理工作也在通过 NVIDIA AI Enterprise 平台提供的开源软件——NVIDIA Triton 推理服务器上全天候运行。

该公司预计，使用 NVIDIA Triton 优化推理运行时可使其每月的云 GPU 支出减少 20% 以上。Jain 指出，通过这种方式，NVIDIA 技术使 Zensors 能够为多伦多皮尔逊机场和其他客户提供具有高可用性的生产级全托管式服务。

他还提到：“如今，许多企业和组织都想使用 AI，但难点在于如何落实。作为 NVIDIA Metropolis 的一员，我们获得了最好的工具，并为 Zensors 技术的潜在终端用户提供了更高的可见性，让用户可以轻松部署 AI。”

适用于未来交通的视觉 AI

作为使用 Zensors AI 的客户之一，爱尔兰科克机场利用该平台优化了从机场路边到登机口的全程服务。今年 6 月，该机场在短短 20 天内就将 Zensors AI 部署到整座机场；在不到四个月的时间里，该平台通过具有前瞻性的路边交通管理，帮助避免了约 90 小时的拥堵时间。

Jain 表示：“航空只是整个交通系统的一环。我们正在向铁路、公共汽车和多式联运拓展。相信 Zensors 所提供的人工智能层级最终将把 AI 的力量带给所有类型的实体运营商。”

展望未来，Zensors 正致力于以安全可靠的方式，将生成式 AI 和大语言模型纳入其平台的问答功能中。

访问网址进一步了解 NVIDIA Metropolis 平台的更多信息：

https://www.nvidia.com/en-us/autonomous-machines/intelligent-video-analytics-platform/

进一步了解如何将 NVIDIA Metropolis 平台应用于智慧城市和空间，打造出更加智能、安全的旅行枢纽，比如在印度最繁忙的机场之一——班加罗尔机场：

https://blogs.nvidia.com/blog/bengaluru-airport-vision-ai/