PELACAKAN OBJEK KECIL MENGGUNAKAN METODE ADAPTIVE PARTICLE FILTER BERBASIS SUPER-RESOLUSI

HABIBI, YABUNAYYA (2017) PELACAKAN OBJEK KECIL MENGGUNAKAN METODE ADAPTIVE PARTICLE FILTER BERBASIS SUPER-RESOLUSI. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
1214201209-Master_theses.pdf
Restricted to Repository staff only

Download (13MB) | Request a copy

Abstract

Pelacakan objek dalam sebuah video adalah masalah dalam memperkirakan posisi suatu objek pada bidang gambar ketika bergerak disekitar sebuah scene. Pelacakan objek secara umum merupakan permasalahan yang cukup rumit. Hal ini dapat timbul karena gerakan objek yang cepat, perubahan pola penampakan objek, struktur objek yang non-rigid, kamera yang bergerak dan lainnya. Tingkat permasalah akan semakin tinggi jika objek memiliki ukuran yang relatif kecil. Jika hal ini terjadi, sebuah objek akan sulit untuk diidentifiksi dan pelacakan menjadi kurang presisi. Untuk mengatasi permasalahan tersebut, pelacakan akan diintegrasikan dengan super-resolusi dimana sebuah citra resolusi tinggi akan dibangun dari beberapa citra resolusi rendah. Dalam penelitian ini, pelacakan objek bergerak menggunakan Adaptive Particle Filter dimana model pergerakan adaptive diimplementasikan untuk mendapatkan pendekatan distribusi yang lebih baik. Dari pengujian terhadap lima video yang telah tersedia, terjadi peningkatan akurasi pelacakan pada video Motorcycle, Bicycle dan Surveillance masing-masing sebesar 52,4%, 60% dan 73,3%. Hal ini juga terjadi pada video paralayang dengan peningkatan sebesar 20%. Peningkatan presisi pada video Helikopter hanya mencapai 8,4 % karena adanya faktor-faktor yang menyebabkan kesalahan estimasi dalam proses pelacakan seperti adanya getaran pada saat akuisisi video. ================================================================= Object tracking in a video is a problem of estimating the position of an object in the image plane as it moves around a scene. In general, object tracking is a quite complicated problem. Difficulties in object tracking occur due to some constraints or conditions such as object motion, changing appearance patterns, non-rigid object structures, camera motion and others. Level of problems would be higher if the object has a relatively small size. If it happens, an object will be difficult to identify and tracking becomes less precision. In order to overcome these problems, the tracking will be integrated with the super-resolution in where a high-resolution image will be built from several low-resolution image. In this research, tracking of moving object using adaptive particle filter which adaptive motion model is applied to get better distribution approach. From examination of five videos that are available, an increase tracking accuracy in video of Motorcycle, Bicycle and Surveillance respectively 52,4%, 60% and 73,3%. It also occurs in the video of paralayang with an increase of 20%. Increased precision in the helicopter video only reached 8,4% due to the factors that led to the estimation error in the tracking process such as vibration during video acquisition.

Item Type: Thesis (Masters)
Uncontrolled Keywords: adaptive particle filter, multi-frame, objek kecil, pelacakan, superresolusi, small object, super-resolution, tracking.
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions: Faculty of Mathematics and Science > Mathematics > (S2) Master Theses
Depositing User: YABUNAYYA HABIBI
Date Deposited: 23 Feb 2017 07:54
Last Modified: 18 Dec 2017 03:14
URI: http://repository.its.ac.id/id/eprint/1976

Actions (login required)

View Item View Item