
Die Restaurants und Verpflegungsstände im Zoo Zürich sind zu den Essenszeiten unterschiedlich stark frequentiert. Um Wartezeiten zu vermeiden und auf freie Sitzplätze aufmerksam zu machen, möchte der Zoo seine Besucher live auf weniger ausgelastete Verpflegungsmöglichkeiten in der Nähe hinweisen. Deshalb war das Ziel der Bachelorarbeit, mithilfe von Bildern einer handelsüblichen Kamera die Besucher der Restaurants zu zählen. Im Rahmen dieser Bachelorarbeit entstand so ein Prototyp, mit welchem Videodateien und Kamerastreams verarbeitet und die Informationen in einem einfachen Webfrontend visualisiert werden können.
Als Erstes analysierten die Studierenden die Situation in den Zoorestaurants, legten zwei verschiedene Lösungsansätze fest und untersuchten deren Vor- und Nachteile vor Ort. Das Zählen am Eingang mithilfe einer virtuellen Schranke eignete sich dabei besser als das Zählen von sitzenden Personen. Aufgrund dieser Erkenntnisse haben Simon und Daniel einen Prototyp unter der Verwendung von Deep Learning basierten Object Detection und Tracking Algorithmen entwickelt.
Die Zuverlässigkeit des Prototyps konnte leider vor Ort nicht evaluiert werden. Wegen der COVID-19-Pandemie musste der Zoo Zürich von Mitte März bis Anfang Juni 2020 geschlossen werden. Deshalb definierten die Studierenden einen geeigneten Datensatz, um das Verfahren möglichst aussagekräftig evaluieren zu können. Ihr selbstdefiniertes Ziel war es, mindestens eine Genauigkeit von 80% zu erreichen. Mit einem Endergebnis von 90.72% konnten sie diesen Wert übertreffen.
Noser Engineering bedankt sich bei Simon und Daniel, Dominik Ryser vom Zoo Zürich sowie Prof. Dr. Luc Bläser von der HSR Hochschule für Technik Rapperswil herzlich für die enge Zusammenarbeit. Es hat allen grossen Spass gemacht und es war ein spannendes Projekt. Ausserdem wünschen wir den Studierenden alles Gute und viel Erfolg.
Bildnachweise: