PENANGANAN OKLUSI PADA PENJEJAKAN OBJEK DENGAN MENGGUNAKAN KAMERA PTZ

SETYAWAN, SULFAN BAGUS (2016) PENANGANAN OKLUSI PADA PENJEJAKAN OBJEK DENGAN MENGGUNAKAN KAMERA PTZ. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img]
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 > (S2) Master Theses
Depositing User: Mrs 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 View Item