3 search results for "班加罗尔机场"

加拿大安大略省的多伦多皮尔逊国际机场是该国最大、最繁忙的机场，每年为约5000万名乘客提供服务。 为了提升旅客体验，机场于6月份部署了Zensors AI平台，该平台利用现有安全摄像头的匿名化镜头内容生成空间数据，以实时优化运营。 Zensors是NVIDIA Metropolis视觉AI合作伙伴生态系统的成员之一，帮助多伦多皮尔逊机场的运营团队大幅减少海关排队时间，将乘客在2022年高峰期从估计的30分钟减少到去年夏天不到6分钟。 公司联合创始人兼产品和技术负责人Anuraag Jain表示：“Zensors让所有人都能轻松使用视觉AI。” 对于大多数组织来说，扩展多模态、基于转换器的AI并不容易，Jain补充道，因此机场通常会按照传统的、效果较差的解决方案进行选择，基于硬件传感器、激光雷达、3D立体摄像头进行改进，或者通过翻新或建设新的航站楼来改善运营，这可能是耗资数十亿美元的项目。 Jain表示：“我们提供一个平台，让机场更像软件公司，利用现有摄像头和最新的AI技术，快速、廉价、准确地部署解决方案。” 加速机场运营 为了满足不断增长的旅行需求，多伦多皮尔逊需要一种方法，能在几周内改善运营，而不是通常需要数月或数年的时间来升级或建设新的航站楼基础设施。 Zensors AI平台在机场的两个航站楼监测了20多条海关通道，提供了这样一个解决方案。它将机场现有摄像系统的视频转换为结构化数据。 利用匿名化的镜头内容，该平台计算排队人数、识别拥堵区域、预测乘客等待时间等任务，并实时提醒员工以加快操作。 该平台还提供分析报告，帮助运营团队评估绩效、更有效地规划并重新部署人员以实现最佳效率。 除了为机场运营商提供数据驱动的见解外，Zensors AI的实时等待时间统计数据还会发布在多伦多皮尔逊的在线仪表板上，以及航站楼的电子显示屏上。这让乘客可以轻松获取有关海关或安检流程所需时间的准确信息，全面提升客户满意度，并减少对于能否及时乘上联程航班的担忧。 “我们从Zensors平台获得的分析结果证明非常准确，”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IT规划和发展主管Zeljko Cakic表示。“我们的目标是提高整体客户体验和减少等待时间，而通过Zensors平台收集的数据是推动这些结果的重要因素之一。” NVIDIA驱动的准确AI Zensor AI使用视觉转换器模型来提供准确的见解，其准确度与人工手动验证信息相比约为96%。这一切都由NVIDIA技术驱动。 Jain表示：“Zensors模型开发和推断运行时堆栈实际上就是NVIDIA AI堆栈。” 该公司使用NVIDIA的GPU和CUDA并行计算平台来训练其AI模型，还使用基于深度神经网络的加速库cuDNN和用于解码和增强图像和视频的NVIDIA…