Development of a continuous monitoring system based on deep learning techniques for the quantification of user load on trails in protected areas

Abstract

La erosión es uno de los mayores problemas a los que se están enfrentando los parques nacionales hoy en día. Puede ser producida por agentes naturales, como el viento o las lluvias, o por la actividad humana, como los senderistas o ciclistas. Contar con información sobre la cantidad de personas que pasan por los diferentes caminos, permite actuar y tomar medidas contra este tipo de erosión.

El objetivo de esta investigación es el desarrollo de un sistema de conteo de personas que más adelante será usado en la entrada del Parque Nacional Sierra de las Nieves y caminos específicos dentro del parque. Para ello el objetivo se divide en 4 fases:
1 Búsqueda de cámaras, servidores y herramientas de hardware óptimas.
2 Búsqueda de detectores, rastreadores y herramientas de software óptimas.
3 Recolección de datos y entrenamiento de los modelos.
4 Evaluación de los modelos.

El sistema se integrará sobre un conjunto de cámaras con salida 4G, en el que se establecerá un protocolo de transmisión automática de imágenes a un servidor central. Sobre el conjunto de cámaras instaladas en los senderos seleccionados, se realizarán acciones para el desarrollo de un algoritmo de IA destinado al recuento automático de excursionistas que transiten por los senderos. Las cámaras transmitirán las imágenes de vídeo a un servidor donde se encontrará un algoritmo de deep learning entrenado para el recuento de usuarios, con el fin de crear un registro con información del número de senderistas que pasan por los puntos establecidos con información de hora, dirección y fecha.

Se diseñarán y desarrollarán varias soluciones para la detección de usuarios. Entre los posibles detectores, se analizará el uso de diferentes modelos de redes neuronales artificiales, abordando algunos de los retos que plantea este paradigma, como la velocidad de entrenamiento, la velocidad de ejecución, o el sobreajuste. En la etapa final se evaluarán los modelos en diferentes situaciones. Se partirá de conjuntos de imágenes obtenidas y etiquetadas sobre la red de cámaras instaladas en los senderos. Las imágenes utilizadas para el entrenamiento y la validación del sistema se tomarán sobre el conjunto de cámaras 4G, instaladas en los puntos de mayor actividad humana o aquellas identificadas como zonas de interés.

Como resultado, se obtendrá una herramienta plenamente funcional, capaz de cuantificar la carga a la que están sometidos los senderos analizados. De esta manera, se creará un registro temporal de la carga de usuarios. Esta tarea creará una plataforma on-line que controlará toda la información de los dispositivos de grabación, el software y los registros. Se creará una herramienta fácil de usar para personal sin conocimientos de programación y tener acceso en tiempo real al número de visitantes que reciben en cada momento y gestionar así los aforos. Esta herramienta permitirá de forma satisfactoria cuantificar la carga de usuarios en el Parque Nacional y por lo tanto, medir y gestionar la erosión.

ABSTRACT

Erosion is one of the major problems that national parks face today. It can be caused by natural agents, such as wind or rain, or by human activity, such as hikers or bikers. In order to effectively manage and prevent this erosion, it is imperative to gather information on the human load on the national parks and specifically on the most vulnerable trails.

The objective of this research is to develop a system capable of counting people on the entrance of the National Park Sierra de las Nieves and specific trails inside the park. The objective is divided into 4 phases:
1 Search for optimal cameras, servers and hardware tools.
2 Search for optimal detectors, trackers and software tools.
3 Data collection and training of the models.
4 Evaluation of the models.

The system will be integrated into a set of cameras with 4G output, in which a protocol for the automatic transmission of images to a central server will be established. A set of actions will be implemented on the cameras installed on the selected trails to develop an AI algorithm for the automatic counting of hikers passing through the trails. The cameras will transmit the video images to a server where a deep learning algorithm trained to count users will be located. It will create a log with information on the number of hikers passing through the established points with timestamps, directions, and date information.

Several solutions for user detection will be designed and developed. Among the possible detectors, the use of different artificial neural network models will be analyzed, addressing some of the challenges posed by this paradigm, such as training speed, execution speed, or over-fitting. In the final stage, the models will be evaluated in different situations. The starting point will be sets of images obtained and labeled on the network of cameras installed on the trails. The images used for training and validation of the system will be taken on the set of 4G cameras installed at points of high human activity or those identified as areas of interest.

As a result, a fully functional tool will be obtained, capable of quantifying the load to which the analyzed trails are subjected. In this way, a temporary record of the user load will be created. This task will create an online platform that will control all the information of the recording devices, software and records. In this way, an easy-to-use tool will be developed for personnel without programming knowledge to have access in real-time to the number of visitors they are receiving at any given moment and to manage the capacity. This tool will enable effective capacity management and, therefore, will help in the measurement and management of erosion.