澳大利亚利物浦与伍伦贡大学（University of Wollongong）数字生活实验室（Digital Living Lab, DDL）通过 VIVA 平台进行合作，该平台由 NVIDIA GPU、Metropolis 和 Jetson 提供技术支持。

随着新大学校园和机场的建设，位于悉尼西南 27 公里处的澳大利亚利物浦正在快速发展。

预计每日将有 3 万多人通勤于中央商务区，利物浦需要了解这种情况对交通流量、行人、骑行者和机动车产生的可能影响。

利物浦已经安装了闭路电视（CCTV），用来监控和确保安全。每台闭路电视都会捕捉到大量视频和数据，出于严格的隐私规定，这些数据主要是在事故报道后，用于搜查梳理工作。

利物浦面临的挑战是将这些庞大的数据集信息化，让其更有效地运转，处理通勤情况，并在无需牺牲任何人隐私的情况下，让居民感到宜居。

为达到这一目标，利物浦和伍伦贡大学（原卧龙岗大学）的数字生活实验室进行了合作。作为伍伦贡大学 SMART Infrastructure Facility 的一部分，数字生活实验室开发出了多功能智能视频分析平台（Versatile Intelligent Video Analytics），简称 VIVA。VIVA 获取利用数据时符合隐私要求，这样，闭路电视网络的所有者可以实时获取数据，更好地做出决断。

VIVA 旨在将现有基础架构转换为最新 AI 嵌入式边缘计算设备。基于 NVIDIA Metropolis 平台，该平台在数字生活实验室上开发出了先进的深度学习算法。该视频分析深度学习模型还使用迁移学习进行训练，以适应用例，经过 NVIDIA TensorRT 软件优化，部署在 NVIDIA Jetson 边缘 AI 计算机上。

伍伦贡大学 SMART Infrastructure Facility 的讲师 Johan Barthelemy 说：“我们设计 VIVA 是为了在离视频源（即摄像头）尽可能近的地方处理视频信息。”

因为无需传输任何图像，帧的处理可以得到隐私保护，还减少了所需带宽。

VIVA 不仅适用于利物浦的城市街道，也广泛适用于各种应用，如识别追踪野生动植物；检测涵洞阻塞，以便进行雨水管理和山洪暴发预警；利用热像仪跟踪人们，以便了解火灾中人们的移动行为。VIVA 还能识别出正在搜寻房屋的消防员和住户，以便确定需要疏散的人群。

理解交通模式

SMART 、利物浦及其行业合作伙伴之间的研究合作旨在提高一系列政府服务和设施的效率、效力和可及性。

行人方面，该项目旨在了解行人去向、首选路线和拥堵路段；关于骑自行车出行的人，要了解骑行路线，和如何改善骑行；对于汽车司机，了解行车和交通模式，停车和停泊地点则至关重要。

Barthelemy 表示，以前要了解城市的内部流动，需要一批昂贵的固定传感器，还需要用不同的模型，计算特定的交通类型；并通过手动操作理解不同类型的交通如何相互作用。

利用边缘 NVIDIA Jetson TX2 的计算机视觉，VIVA 平台能够处理不同类型的交通，并捕捉其轨迹和速度。利用城市现有的闭路电视网络收集数据，无需购置额外的传感器。

这些数据能够识别并预测交通模式和堵塞地点、帮助改善街道和人行道的布局和连通性、管理交通，并引导路径。在帮助利物浦设计城区、管理中央商务区的交通情况方面，这些数据起到了十分关键的作用。

NVIDIA 技术助力构建机器学习应用

SMART 研究中心在 VIVA 平台上训练机器学习应用程序，其中的 4 个工作站由不同的 NVIDIA TITAN GPU 驱动，还有 6 个工作站配备了 NVIDIA RTX GPU ，用于生成合成数据，并进行实验。

除了使用 OpenImage 、COCO 和 Pascal VOC 等开放数据库进行训练，数字生活实验室还通过基于 Unity 引擎的内部应用程序创建合成数据。这些合成数据能让该项目从大量场景中学习，这些场景可能不会在特定时间内出现在现实生活中，如下暴雨或者出现大量骑自行车的人。

Barthelemy 说：“在不同的天气、时间和光照条件下，合成数据能够根据每个场景，生成超过 3.5 万张图像。并通过光线追踪技术，来提高生成图像的真实度。”

该项目还使用 NVIDIA Jetson Nano、NVIDIA Jetson TX2 和 NVIDIA Jetson Xavier NX 进行了推理。