Pelacakan Benda Bergerak Menggunakan Metode Mean-Shift dengan Perubahan Skala dan Orientasi



Muhammad Izzuddin Mahali(1*), Agus Harjoko(2)

(1) UGM
(2) UGM
(*) Corresponding Author

Abstract


Pelacakan benda bergerak atau object tracking merupakan suatu proses mengikuti posisi obyek di dalam suatu citra. Algoritma mean-shift adalah salah satu algoritma pelacakan obyek yang sering digunakan dalam proses pelacakan obyek. Algoritma mean-shift merupakan algoritma non-parametric yang efektif dan cepat akan tetapi belum mampu untuk mengikuti sebuah obyek yang mengalami perubahan ukuran dan perubahan orientasi. Pada penelitian ini dilakukan pengembangan metode mean-shift klasik yang mampu menangani pelacakan obyek yang mengalami perubahan skala dan orientasi. Dengan bobot gambar yang berasal dari target obyek dan target kandidat obyek dapat merepresentasikan kemungkinan wilayah tersebut merupakan target obyek. Pelacakan obyek menggunakan algoritma mean-shift menggunakan momen orde ke nol dan ke satu dari bobot gambar. Dengan momen orde ke nol dan koefisien Bhattacharyya antara target model dengan target kandidat model dapat digunakan untuk menentukan perubahan ukuran dan orientasi obyek target.
Hasil pengujian menunjukkan tingkat keberhasilan obyek tracking dari beberapa sample video di dapatkan. Dari hasil pengujian sistem Untuk parameter input dengan increment area 5 hasil yang di dapatkan adalah 61,53% berhasil, 15,38% berhasil sebagian. Dan 23,07% gagal. Sedangkan untu parameter input dengan increment 10 hasil yang di dapatkan adalah 76,92% berhasil, 7,69% berhasil sebagian dan 23,07% gagal. Tingkat keberhasilan dalam mengenali obyek target menjadi meningkat ketika parameter input increment area dinaikkan akan tetapi terjadi penambahan waktu pelacakan. Semakin besar wilayah target obyek yang dilacak maka waktu yang dibutuhkan untuk pelacakan juga semakin bertambah.


Keywords


mean-shift; orientasi; pelacakan; sekala; video

Full Text:

Full Text PDF




Article Metrics

Abstract views : 1018 | views : 497

Refbacks

  • There are currently no refbacks.




ISSN 0215-9309 (Print)

Jumlah kunjungan : Web
Analytics View my Stat.