Metode Baynesian Networks untuk menyelesaikan occlusion pada object tracking

Hikmah, Rose Maulidiyatul (2011) Metode Baynesian Networks untuk menyelesaikan occlusion pada object tracking. Other thesis, Universitas Al Azhar Indonesia.

[img] Text (UAI) - Published Version
Available under License Creative Commons Attribution Non-commercial.

Download (0B)
Official URL: http://perpustakaan.uai.ac.id/index.php/cari/detai...

Abstract

Saat ini terdapat banyak cara untuk dapat mendeteksi keamanan dalam sebuah wilayah tertentu. Salah satu cara pengamanan yang bisa digunakan diantaranya adalah dengan menggunakan sebuah video pengawasan (video surveillance). Sebenarnya, video surveillance sudah banyak digunakan di Indonesia. Tetapi, pada umumnya video surveillance ini hanya mampu merekam gambar, tanpa ada kemampuan pintar yakni, object tracking, object recognition dan object analyzing. Sehingga, hasil yang diharapkan kurang maksimal dan belum bisa membantu tugas pengawasan secara keseluruhan. Tugas akhir ini bertujuan untuk membuat algoritma dari object tracking yang ada pada video surveillance sebagai rujukan pengembangan video surveillance dengan kemampuan object recognition dan object analyzing. Masalah utama yang sering muncul dalam pembuatan object tracking adalah ketika terjadi occlusion (tumpang tindih) antara dua object dalam sebuah frame. Pada saat occlusion, object yang sama pada frame yang berbeda kemungkinan dapat dikenali sebagai object yang berbeda. Sehingga, proses object tracking akan menjadi terganggu, dengan kata lain, object tidak berhasil dilacak keberadaannya. Bayesian Network memungkinkan untuk membandingkan data yang didapat dari masing-masing object yang ada (likelihood) dengan data awal yang telah dimiliki (prior), dengan cara menghitung Maximum A-Posteriori Probability(MAP) yang dimiliki, sehingga object yang sama pada frame yang berbeda tetap akan diberikan label yang sama. Luaran tugas akhir ini adalah menemukan solusi berupa algoritma object tracking.

Item Type: Thesis (Other)
Additional Information: Identifier : IF 11 038 Language : Indonesia Copyright : Attribution 4.0. International
Subjects: Library of Congress Subject Areas > Skripsi
Library of Congress Subject Areas > Skripsi

Library of Congress Subject Areas > Video surveillance
Divisions: University Structure > Universitas Al Azhar Indonesia
Depositing User: Rahman Pujianto
Date Deposited: 19 Jul 2018 05:15
Last Modified: 19 Jul 2018 05:15
URI: http://eprints.uai.ac.id/id/eprint/1028

Actions (login required)

View Item View Item