Implementasi dan Analisis Penghitungan Orang Berbasis Deteksi Muka menggunakan Gaussian Mixture Model dan Haar-like Feature pada Video
FAISAL RAKHMAN P
Informasi Umum
Kode
15.04.928
Klasifikasi
C -
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Image Processing - Computer Vision
Dilihat
224 kali
Informasi Lainnya
Abstraksi
Topik deteksi otomatis di bidang teknologi selalu menjadi hal yang menarik untuk dibahas. Deteksi otomatis yang dibahas dalam tugas akhir ini adalah deteksi muka, yang dikembangkan menjadi sistem penghitungan orang. Sistem penghitungan orang bisa diterapkan untuk banyak hal, seperti sistem absensi otomatis, penghitungan jumlah penonton konser, dan sistem pengawasan. Salah satu tantangan yang ada pada sistem penghitungan orang ini adalah akurasi deteksi, memastikan yang terhitung adalah benar orang. Untuk mengatasinya digunakan Haar-like feature sebagai metode untuk deteksi muka orang. Haar-like feature adalah salah satu teknik deteksi objek yang umum digunakan. Namun akurasi deteksinya sangat bergantung pada citra latih yang digunakan untuk training. Untuk mengatasi masalah tersebut dilakukan pemisahan background dan foreground terlebih dahulu menggunakan metode Gaussian Mixture Model. Setelah itu foreground yang telah terpisah akan dideteksi keberadaan muka orang menggunakan Haar-like feature. Orang yang berhasil dihitung sistem adalah orang yang telah melewati garis dan mendekati kamera. Dengan digabungkannya kedua metode tersebut sistem berhasil menghitung jumlah orang dengan akurat 100% untuk lima dari tujuh data yang diuji. Rata- rata frame rate tertinggi yang dicapai sistem adalah 28,76 FPS.
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | FAISAL RAKHMAN P |
| Jenis | Perorangan |
| Penyunting | |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom |
| Kota | |
| Tahun | 2015 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
