Izazovi
Turističke se destinacije, kako bi mogle čim više unaprijediti korisničko iskustvo posjetitelja, okreću novim tehnologijama što podrazumijeva digitalizaciju poslovanja, a danas, gotovo u pravilu, i primjenu umjetne inteligencije. U NP Brijuni je želja da se kvalitetnije upravlja tokovima posjetitelja i poboljša njihovo iskustvo.
Rješenje
U okviru Test Before Invest (TBI) usluge, digitalno rješenje koje je testirano za NP Brijuni prikazuje kako se moderni alati poput umjetne inteligencije, računalnog vida i IoT-a mogu iskoristiti za prikupljanje korisnih podataka o kretanju i interesima posjetitelja.
Slika 1. Prijedlog položaja nadzornih kamera na području uvale Verige u Nacionalnom parku Brijuni
Na satelitskoj snimci prikazano je područje uvale Verige u NP Brijuni (Slika 1) s uvećanim detaljima četiri različita dijela lokacije, na kojim su označeni prijedlozi položaja nadzornih kamera (simboli kamere s linijama nad njima). Prijedlog je da kamere budu raspoređene uz staze i obalu, pokrivajući ključne pristupne točke i područja kretanja posjetitelja. Cilj postavljanja kamera je nadzor, sigurnost i zaštita prirodnog prostora.
Kako sustav funkcionira?
Srž sustava čini arhitektura (Slika 2) koja omogućuje detekciju i brojanje ljudi u stvarnom vremenu na temelju video prijenosa kamera. Sustav koristi Python, YOLOv3 model za detekciju objekata, OpenCV biblioteku, REST API i PostgreSQL bazu podataka.
Proces prikupljanja podataka sa slika i obrada odvija se ovako:
- Video prijenos: kamere neprekidno šalju snimku modulu za obradu.
- Obrada videa: snimka se razdvaja u tzv. frame-ove koji se prosljeđuju AI modelu.
- Detekcija: YOLO model prepoznaje ljude na slici i generira podatke o njihovoj lokaciji i sigurnosti detekcije.
- Obilježavanje: detektirani objekti se vizualno označavaju na frame-ovima pomoću OpenCV alata.
- Pohrana podataka: podaci o broju ljudi bilježe se u bazu svakih nekoliko minuta, a to je parametar koji se može podesiti po potrebi.
- Prikaz podataka: korisničko sučelje prikazuje podatke u obliku grafikona, tablica i drugih vizualnih prikaza, zavisno o potrebi.
Sustav omogućuje odabir razine detalja – primjerice, broj ljudi svake minute ili prosjek broja ljudi u petominutnim intervalima. Tako korisnici u svakom trenutku imaju pregled situacije na lokaciji.
Tehnologije koje pokreću sustav
- Backend:
Python, YOLOv3, OpenCV, PostgreSQL, REST API - Frontend:
Angular - Kamere:
Stalni video prijenos, bez pohrane snimki
Slika 2. Arhitektura sustava
Fokus testiranja
Testiranje je bilo usmjereno na:
- Pouzdanost sustava
- Točnost podataka
- Prilagodljivost specifičnostima destinacije
- Skalabilnost
Testirano rješenje ne samo da omogućuje precizno brojanje posjetitelja, već i daje uvide u opterećenost pojedinih lokacija, a ujedno je i u skladu s GDPR direktivom budući da se nigdje ne pohranjuju slike niti video zapis. Prikupljeni brojčani podaci se mogu koristiti za:
- Planiranje boravka i ruta posjetitelja bez vodiča
- Razvoj edukativnih materijala
- Prilagodbu sadržaja interesima posjetitelja
- Optimizaciju njihovog kretanja i doživljaja
Zaključak
Ovakvo rješenje predstavlja korak prema pametnijem i održivijem upravljanju turističkim prostorima. Korištenjem opisane tehnologije, destinacije poput NP Brijuni mogu stvoriti preduvjete za ponudu personaliziranijih turističkih proizvoda s ciljem postizanja boljeg korisničkog iskustva, smanjiti gužve i opterećenost pojedinih lokaliteta, bolje upravljati destinacijom i učinkovitije koristiti svoje resurse.
