DETEKSI PERGERAKAN MANUSIA PADA MALAM HARI BERBASIS KAMERA THERMAL DENGAN METODE DISCRIMINATIF SCALE SPACE TRACKER, SPATIALLY REGULARIZED CORELATION,  MULTI-LAYER CONVOLUTIONAL FEATURE

ABRAHAM CAESAR YANUAR PUTRA

Informasi Umum

Kode

22.04.1993

Klasifikasi

621.382 2 - Signal processing, Information theory

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Pengolahan Sinyal Informasi, Signal Processing - System Analysis,

Dilihat

444 kali

Informasi Lainnya

Abstraksi

Deteksi object dalam digital image processing adalah suatu proses yang digunakan untuk menetukan keberadaan object tertentu di dalam suatu citra dijital. Pada deteksi object ini menggunakan dataset yang dibuat dengan kamera FLIR (Froward Looking Infrared) Thermal Infrared. Pada kondisi tersebut kamera thermal lebih baik dalam pendeteksian karena kamera thermal menangkap radiasi panas dari object yang akan dideteksi. Pada malam hari atau di tempat yang gelap pejalan kaki akan sulit dideteksi. Solusi di sarankan pelacakan untuk pejalan kaki dalam kegelapan total dapat mengunakan kamera inframerah thermal untuk ntuk memfasilitasi pengawasan dan meningkatkan keamanan, penting untuk mendeteksi orang yang tidak berwenang, pergerakan mencurigakan di perbatasan negara.

Metode dengan menggunakan FLIR (Froward Looking Infrared ) dapat digunakan dalam kondisi gelap atau minim cahaya. Penelitian ini diharapkan dapat menghasilkan perbandingan terhadap deteksi object yang baik berdasarkan jarak 10 meter, 15 meter, 20 meter dan metode yang digunakan yaitu Spatially Regularized Discriminative Correlation Filters (SRDCF), Multi- layer Convolutional Features for thermal infrared tracking (MCFTS), Discriminative Scale Space Tracker (DSST).

Berdasarkan hasil penelitian, dengan 1684 input gambar terdapat performansi yang bagus untuk setiap jarak success plot pada metode SRDCF jarak 10 meter dengan success plot 99.62% dan SRDCF jarak 15 meter dengan success plot 100% jarak 20 meter performassi metode yang bagus yaitu SRDCF Succes Plot 99.37%. Pada metode SRDCF mendapatkan hasil terbaik di success plot karena nilai bounding box yang diprediksi dari nilai grountruth yang di prediksi selisih nilai bounding box nya tidak beda jauh dengan nilai grountruth. Performansi yang bagus untuk setiap jarak precision plot pada jarak 10 meter metode SRDCF mendapatkan hasil 89%, jarak 15 meter 91.21%, dan jarak 20 metode SRDCF di dapatkan precision plot 91.41%. Pada metode SRDCF menggunakan Location Error Threshold 10 mendapatkan hasil precision plot terbaik di setiap jarak, karena semakin kecil nilai Location error, semakin kecil juga toleransi error pada gambar.

Kata Kunci: DSST, Computer Visio, Matlab, MCFTS, SRDCF, Thermal Infrared