Verizon采用NVIDIA Metropolis借力深度学习构建更安全城市

通过采用NVIDIA Metropolis端到云视频平台，Verizon公司打造了一套深度学习应用，以构建更安全、更智能、更绿色的城市。

Metropolis是NVIDIA推出的端到云视频平台，可用于构建更智能、更快速的深度学习应用。在Verizon之前，已经有近百家公司在使用Metropolis平台。

Verizon是一家领先的技术公司，为全美提供可靠的网络服务。其智能社群事业部一直致力于与各城市合作，将社区相连接，并为未来的城市规划管理做好准备，比如将基于NVIDIA Jetson的智能摄像头阵列与路灯相连。

Verizon智能社群事业部产品管理主管David Tucker表示：“LED路灯能够大幅降低运营支出。全球各城市正在将照明基础设施扩展为智慧城市平台，使他们能够连接当前和未来的应用，从而助力实现节能，并打造全新的便民服务。”

这一阵列（Verizon称之为视频节点）利用Jetson的深度学习能力来分析多重视频数据流，以寻求改善交通流量、保障行人安全、优化城区停车的方式。

使用专有数据集和通过神经网络训练生成的模型而开展的Beta测试在美国东西海岸都已接近尾声。Verizon很快就会推出其商务版的详细信息。

预测事故，防范于未然

NVIDIA Metropolis平台于去年发布，包括构建深度学习应用所需的工具、技术和支持，其服务涵盖从交通和停车管理，到执法和城市服务等各领域。

借助NVIDIA Jetson嵌入式计算平台，以及采用NVIDIA Tesla GPU加速器的服务器和数据中心，高性能深度学习推理得以在终端实现。

Verizon的视频节点利用Jetson TX1来收集并分析城市网络最远端的数据。这一模块上的超级计算机加速了终端的深度学习，实现了实时视频分析。所有这些终端计算都意味着更高效、近乎实时的数据分析，还能通过LTE和Wi-Fi网络实现更低成本的串流和视频存储。

视频节点可捕捉车辆、骑行者、行人等对象，对其进行分类，并能够以接近实时的方式识别对象间的交互，为城市管理者提供24小时全天候数据流，从红灯违规右转到指定人行横道外的行人移动、再到停车场指标。

Tucker表示：“Jetson让我们能够利用GPU、通过全栈来创建从云端到终端的一致的深度学习视图。”

基于Jetson的节点能够识别超速车辆、骑行运动，并处理终端的其它实时任务。数据返回到云端之后，就可用于预测分析。

Tucker解释说：“我们尝试做到根据十字路口A处发生的事件，来近乎实时地了解其对于几个街区开外的路口B和C的影响。”

智能路灯实现更智能的街区

在波士顿和加州萨克拉门托，Verizon已在现有路灯基础设施上部署了视频节点。这些智能路灯能够与路面上的自动驾驶汽车“通信”，从而有助于减少拥堵并确保行人和驾驶员的安全。

作为其即将面世的解决方案的一部分，Verizon的视频节点能够为车辆、行人和骑行者的安全提供支持。为强化交通安全，让社区变得更安全和谐，全球各地的城市领导者已经越来越多地转向技术手段。

超过35个美国城市已经签署了Vision Zero，这是一项减少行人致死事故的全球倡议。该倡议于20世纪90年代首次在瑞典实施，现已扩展到欧洲，正在向美国迈进，而其核心正是深度学习。