SETYAWAN, SULFAN BAGUS (2016) PENANGANAN OKLUSI PADA PENJEJAKAN OBJEK DENGAN MENGGUNAKAN KAMERA PTZ. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
2213204015-Master_theses.pdf - Published Version Download (3MB) | Preview |
Abstract
Penanganan oklusi adalah suatu cara agar objek yang terhalang oleh oklusi atau
halangan dapat tetap dijejak ketika fitur dari objek sebagai target hilang. Pada
penelitian sebelumnya, telah dilakukan sistem penjejakan objek yang
menggunakan kamera PTZ (Pan-Tilt-Zoom) dengan memilih sembarang objek,
tetapi pada sistem penjejakan objek tersebut tidak tahan terhadap oklusi dan
gangguan noise background Maka pada penelitian ini, dibangun sistem
penjejakan objek yang tahan terhadap oklusi, background noise dan dapat
melakukan penskalaan. Pada penelitian ini, dibangun Algoritma Improved Mean
Shift,yaitu dengan mengabungkan metode Mean Shift, Corrected Background
Weigthed Histogram dan Adaptive Scaling. Mean Shift digunakan untuk
mendeteksi koordinat pada target yang tahan terhadap ganggunan oklusi. Metode
Corrected Background Weighted Histogram ditambahkan pada metode Mean
Shift untuk menghilangkan noise. Adaptive scaling ditambahkan pada metode
Mean Shift, sehingga window tracking dapat beradaptasi dengan ukuran window.
Hasil error dari koordinat target terhadap referensi akan digunakan sebagai input
pada kontrol pergerakan kamera PTZ. Kontrol yang digunakan pada penjejakan
objek adalah visual servoing. Hasil dari penelitian ini, target dapat tahan terhadap
oklusi dan noise background.
============================================================
Occlusion handling is a method to track an object in the case when occlusion
happens and object’s feature is lost. In previous research, object tracking system
using PTZ (Pan-Tilt-Zoom) camera is realized, but this system is vulnerable to
occlusion and background noise. Therefore, in this research, system that robust
from occlusion, background noise and can scaling, is built. In this research,
Improved Mean Shift Algorithm is proposed that combine Mean Shift, Corrected
Background Weighted Histogram and Adaptive Scaling. Mean Shift is used for
coordinate detection in target that robust from occlusion.Corrected Background
Weighted Histogram is added to Mean Shift to reduce noise background.
Adaptive Scaling is added in Mean Methods to make adaptive window for target.
The error coordinate is used to for tracking using PTZ camera. Visual servoing is
used ti control PTZ camera. The result from this research is robust from occlusion
and background noise.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTE 006.42 Set p |
| Uncontrolled Keywords: | meanshift, penjejakan objek, oklusi, visual servoing |
| Subjects: | Q Science > QA Mathematics > QA76 Computer software > QA76.8 Microprocessor |
| Divisions: | Faculty of Industrial Technology > Electrical Engineering > 20101-(S2) Master Thesis |
| Depositing User: | Anis Wulandari |
| Date Deposited: | 03 Jan 2017 04:21 |
| Last Modified: | 27 Dec 2018 07:09 |
| URI: | http://repository.its.ac.id/id/eprint/1264 |
Actions (login required)
 |
View Item |