Oceněný algoritmus Mateje Viskupiče najde uplatnění v Národním muzeu

/Události na VUT/ Vyřešit optimální rozmístění exponátů v muzeích a galeriích umožňuje algoritmus sledování osob, který vyvinul student Fakulty informačních technologií Matej Viskupič. Se svou prací získal na studentské soutěžní konferenci Excel@FIT 2022 ocenění hlavního partnera soutěže, firmy Sewio, která se zabývá obdobnou problematikou. Navíc bude systém už letos v létě instalován v Národním muzeu v Praze.

Jak jste se dostal k takto specifické oblasti?

Když jsem si během svého bakalářského studia postupně v praxi ověřoval nejrůznější IT odvětví, zaujala mě specializace computer vision neboli počítačové vidění. Na toto téma jsem minulý rok absolvoval stáž v jednom start-upu, kde jsem sledoval skladiště, a když jsem pak zvažoval téma bakalářské práce, napadlo mě, že v ní můžu zúročit znalosti, které jsem tam získal. Navíc se zdálo, že bude dobře využitelné i v praxi. Kontaktoval jsem tedy profesora Drahanského, který mi jako téma bakalářky navrhl Sledování pohybu návštěvníků muzejních expozic. Tím mě ještě víc navnadil a bylo jasné, že to chci dělat. Martin Drahanský se stal mým školitelem a spolu s Tomášem Dykem mi byli velmi nápomocni, a právě oni mi doporučili, abych se s prací přihlásil do soutěže Excel@FIT.

Co jste si o této problematice předem nastudoval?

Princip výzkumu je podobný jako například při sledování webových stránek: ty také pracují s rozmístěním a vzhledem různých prvků, aby si co nejdéle udržely naši pozornost, a stejně tak muzea a galerie promýšlejí rozmístění svých exponátů. Proto sledují, kudy se lidé pohybují, kolik času kde stráví a které exponáty jsou nejžádanější. Můj školitel mi poskytl literaturu, z níž jsem se dozvěděl, že nejčastější současnou technikou sledování je stále tužka a papír: výzkumníci ve sledované oblasti písemně zaznamenávají pohyb návštěvníků. Další způsob sledování využívá rádiovou technologii. Návštěvník má u sebe lokátor, který určuje jeho polohu. Může jít například o RFID lokátor nebo chytrý telefon se speciální aplikací. V monitorované oblasti jsou rozmístěné přístupové body a na základě intenzity přijatého wifi signálu z jednotlivých bodů se vypočítá jeho poloha. Toto řešení však vyžaduje složitější technologii a rozmístění speciálních majáků přijímajících tyto signály, jde tedy o dosti náročnou infrastrukturu.

Na čem je založený váš přístup?

Náš systém pracuje s kamerovou technologií: s využitím neuronových sítí zjistíme, kde se návštěvník nachází, a pomocí konfigurace kamery dokážeme přesně určit jeho polohu v rámci monitorovaného objektu. Na základě polohy a snímku umíme návštěvníka identifikovat a za pomoci počítání jeho trajektorií ho i sledovat. Získaná data zaznamenám v histogramu, který zobrazuje rozložení barvy oblečení a polohu určité osoby. Díky těmto dvěma parametrům lze návštěvníky v daném objektu sledovat docela přesně. Následně počítám statistiky pro jednotlivé exponáty. Vedení muzea označí exponáty, pro něž pak vypracuji statistiku udávající, kolik lidí se u nich zastavilo a jakou dobu tam strávili. Tím vlastně ohodnotíme atraktivitu exponátů a poskytneme vzácnou zpětnou vazbu na jejich optimální umístění a kompozici výstavy.

Záznam trajektorií na vlastním datasetu. 

Testovali jste systém i v provozu?

Zatím jsem prováděl testování na vlastním datasetu, na němž jsem se snažil ukázat, jak funguje samotný výstup, který sleduje trajektorii lidí a vytváří tepelnou mapu. Další testování probíhalo na datasetu wildtrack, který vznikl na švýcarské univerzitě a poskytuje synchronizovaný záznam až ze sedmi kamer snímajících náměstíčko před univerzitou. Na jednom záznamu se pohybuje asi dvacet osob a poskytuje 400 snímků, což je dohromady přibližně 56 tisíc detekcí. Na tomto datasetu jsem prováděl i porovnání s jinými metodami. Co se týká detekce, počínal si můj algoritmus velmi dobře, co se týká sledování, byl tam určitý prostor pro zlepšení, ale oproti existujícím metodám můj algoritmus zachycené osoby sledoval déle.

V čem je hlavní přednost vašeho systému?

Především v tom, že jsem ho navrhl jako modulární. Je složený z více částí, které jsou jednoduše vyměnitelné. I když jsem testoval a srovnával chod systémů, které zpracovaly můj vlastní dataset a dataset wildtrack, byla nutná výměna pouze jediného modulu. Tím pádem i výměna neuronových sítí na detekci osob, případně algoritmu na sledování osob je opravdu flexibilní a jednoduchá, zatímco zbytek systému pracuje stále stejně. Změny algoritmu budou jednoduše implementovatelné, v tom spočívá i do budoucna vysoký potenciál mého systému.

Vaše práce se záhy dočká první aplikace.

Ano, díky své modulárnosti je systém schopný podřídit se určitým změnám, které bude vyžadovat konkrétní místo. Prvním aplikačním místem je Národní muzeum v Praze, které s požadavkem na sledování návštěvníků samo přišlo. Od toho se odvíjela i moje bakalářská práce - bylo předem jasné, že systém chtějí používat a že programuji něco, co musí fungovat. Teď mě čeká závěrečná zkouška na konci 3. ročníku, ale je dohodnuto, že hned potom uděláme ještě nějaké testy na fakultě a začneme s instalací.

O prázdninách si tedy neodpočinete...

Chtěl bych také pokračovat ve start-upu, kde jsem pracoval už vloni v létě, abych se dál zdokonaloval v oboru počítačového vidění. Jsem už přijatý na magisterské studium v oboru strojového učení. Ten je sice velmi úzce propojen s počítačovým viděním, ale přesto zvažuji, že ještě přestoupím na specializaci počítačové vidění. Každopádně v létě budu dost času trávit v Praze zprovozňováním svého systému.

FOTO: Jan Prokopius