NAMA
NIM
REKKY RAMADHAN
M. ARIF HIDAYAT
RIKI YULIANDI
FAHMI AZHARI
PENDAHULUAN
Kamera pengawas telah menarik banyak perhatian pada komunitas
komputer visioner karena lebarnya industri aplikasi dan penting
untuk nilai pengembangan ilmu pengetahuan. Akhir-akhir ini peneliti
dalam
penggunaan
kamera
pengawas
menarik
perhatian
PENDAHULUAN(Lanjutan)
Berbeda dengan perilaku seseorang saat sendiri, analisis perilaku sosial menghadapi
lebih banyak tantangan seperti :
interaksi yang kompleks
beragam semantic(seperti makna/ arti yang terkandung dalam bahasa maupun
kode)
berbagai ekspresi dalam komunikasi tersebut
Hal ini disebabkan kesenjangan antara informasi yang langsung diambil dari video
dan interpretasi semantik oleh manusia kami.
TUJUAN
Tujuan utama dari penyusunan kumpulan-kumpulan perilaku tersebut
dikembangkanlah pola semantik tingkat tinggi yang merepresentasikan
analisis perilaku sosial, akusisi dan analisis pola pergerakan, fitur ekstrasi
semantik, dan juga peneltian dan pengaplikasian perilaku sosial.
Terdapat 3 tema yang telah diterima dan dikategorisasikan, yaitu:
1. Pelacakan Objek Visual
2. Deteksi dan pengenalan pejalan kaki
3. Analisis dan pengenalan perilaku
dari
pengembangan
baru-baru
ini
adalah
bagaimana
untuk representasi yang kuat untuk mengekstrak daerah objek bagian dalam yang
cocok agar objek terlihat baik
Sun, Yao dan Lu mengusulkan untuk memadukan beberapa isyarat dalam kerangka
filter partikel untuk pelacakan visual, yang membantu untuk menghasilkan sifat yang
paling informatif dengan membedakan target dari latar belakang.
maju
dan
pelacakan
mundur
hasil
selanjutnya
dikombinasikan
untuk
meningkatkan akurasi lokalisasi dan mentolerir pada variasi skala waktu yang sama.
Madrigal, Hayet dan Lerasle menyajikan metode pelacakan pejalan kaki beberapa
berinteraksi untuk sistem bermata yang menggabungkan pengetahuan sebelumnya
tentang lingkungan dan tentang interaksi antara sasaran.
lokal yang
ke
fitur
Selain
itu,
rotasi Novel
CONTOH
HOG
PENERAPAN
METODE
CONTOH
PENERAPAN
METODE
HOG
Pada metode ini,
fitur HOG dapat diperoleh dari membagi gambar ke dalam selsel berukuran n x n, lalu dikelompokkan ke dalam blok-blok berukuran 2n x 2n
yang saling beririsan satu sama lain. Dari tiap sel masing-masing blok, di hitung
magnitude dan orientasi gradient-nya. Nilai orientasi ini dihitung dengan
menghitung konvolusi dengan matriks = [1 0 1] dan = [1 0 1 ] terlebih
dahulu. Kemudian nilai orientasi tiap pikselnya dikuantisasi kedalam 9 kanal,
yaitu 10, 30, 50, 70, 90, 110, 130, 150, dan 170 menggunakan
histogram.