Download - Intro
BAB I
PENDAHULUAN
1.1. Latar Belakang
Sistem deteksi gerakan otomatis biasanya mengandalkan alat pemantau
untuk mendeteksi adanya objek (misalnya, manusia atau kendaraan) bergerak
yang melintasi daerah tertentu. Alat tersebut bisa berupa kawat, sinar infra-merah,
laser, medan magnet, atau bahkan kamera video. Sistem seperti ini dapat
dimanfaatkan untuk sistem keamanan (untuk mencegah masuknya pihak yang
tidak diinginkan), sistem penerangan (mematikan lampu secara otomatis ketika
tidak ada penghuni dalam suatu ruangan, menghidupkannya ketika ada yang
memasuki ruangan), dan lain sebagainya.
Lebih lanjut, sistem tersebut bisa juga dilengkapi dengan kemampuan
untuk menghitung ukuran dan kecepatan objek yang terdeteksi. Hal ini dapat
difungsikan untuk sistem pemantau kecepatan lalu-lintas (mengetahui kecepatan
kendaraan yang berlalu di sebuah ruas jalan), sistem produksi dalam sebuah
pabrik (mengecek ukuran hasil produk yang keluar dari mesin), dan lain
sebagainya.
Dengan semakin murahnya harga kamera video sederhana (misalnya,
webcam) dan komputer, sistem deteksi gerakan bisa dinikmati oleh lebih banyak
pengguna di segala bidang.
1.2. Perumusan Masalah
Citra bergerak (moving images) yang tertangkap oleh sebuah kamera video
pada dasarnya merupakan rentetan citra (disebut dengan frame) yang ditampilkan
secara berurutan dengan frekuensi tertentu. Berdasarkan fakta ini, sebuah berkas
video dapat dipisah-pisahkan menjadi citra-citra tidak bergerak (still images).
1
Dari citra-citra tersebut, dengan menggunakan algoritma scene change
detection, sebuah frame kemudian dibandingkan dengan sebuah frame referensi
yang mewakili kondisi awal suatu lingkungan sebagai latar belakang. Melalui
perbandingan tersebut dapat diketahui jika ada perbedaan antara frame satu
dengan frame yang lain. Perbedaan inilah yang, setelah dikurangi noise-nya,
dianggap sebagai objek yang terdeteksi.
Objek yang terdeteksi kemudian dapat dihitung dimensinya berdasarkan
dari banyaknya pixel yang membentuk representasi objek tersebut pada suatu
frame. Dengan membandingkannya terhadap jarak tiap sisi layar video yang telah
diketahui, maka dapat dihitung pula skala representasi objek tersebut. Kecepatan
objek diperoleh dengan melakukan perhitungan berdasarkan posisi frame dalam
kurun waktu tertentu.
Jadi, untuk melakukan deteksi dimensi dilakukan dengan membandingkan
nilai pixel citra pada frame tertentu dengan citra referensi menggunakan algoritma
scene change detection. Sedangkan untuk menghitung kecepatannya, dilakukan
dengan membandingkan posisi objek dalam citra dengan objek terdeteksi pada
frame tertentu dengan frame sebelumnya.
1.3. Tujuan Penelitian
a) Membuat program menggunakan algoritma scene change detection untuk
mendeteksi sebuah objek bergerak, dimensi dan kecepatannya
b) Meneliti pengaruh ukuran objek terhadap akurasi deteksi dimensi
c) Meneliti pengaruh pengaturan threshold terhadap akurasi deteksi dimensi.
1.4. Keaslian Penelitian
Program yang dibuat sebagai penelitian tentang deteksi objek dan gerakan
pada aliran video telah banyak dilakukan di seluruh dunia. Beberapa diantaranya
adalah sebagai berikut:
2
TABEL 1.1
Beberapa penelitian serupa yang telah dibuat
Judul Penelitian Peneliti Deskripsi
Motion Detection
and Recognition
Research (2008)
Randal C. Nelson &
Ramprasad Polana
(Department of
Computer Science,
University of Rochester)
Metode untuk mendeteksi objek
bergerak oleh pengamat
bergerak, dan pemanfaatan
deteksi gerakan sebagai sarana
pengenalan objek. (Nelson, et
al., 2008). Menggunakan
algoritma pendeteksian yang
dapat mendeteksi objek dengan
kamera bergerak juga.
Salient Motion
Detection (2005)
Ying-li Tian & Arun
Hampapur (IBM
Research)
Algoritma untuk mendeteksi
gerakan dalam lingkungan yang
kompleks. (Tian, et al., 2005).
Menggunakan algoritma salient
motion detection yang dapat
mendeteksi pergerakan objek
pada bagian-bagian tertentu saja.
Motion Detection
Algorithms (2007)
Andrew Kirilinov (The
Code Project)
Beberapa pendekatan untuk
mendeteksi gerakan dalam
sebuah aliran video. (Kirilinov,
2007). Menggunakan algoritma
scene change detection untuk
memicu trigger alarm bila ada
pergerakan apapun pada scene.
3
1.5. Batasan Masalah
a) Masukan berupa berkas video tidak terkompresi.
b) Berkas video dibuat denga sebuah webcam dengan spesifikasi antara lain,
kontainer berformat Microsoft AVI, resolusi 320 x 240 pixel dan frame
rate sebesar 30 fps.
c) Format warna RGB dengan kedalaman 24-bit.
d) Kamera berjumlah satu buah dan tidak bergerak (fixed).
e) Ditempatkan dalam sebuah lingkungan terkontrol dengan latar belakang
yang statis.
f) Objek berupa benda padat berwarna rata, tidak memacarkan cahaya, tidak
berkilau dan tidak berubah bentuk maupun ukuran.
g) Objek memiliki warna yang berbeda dengan latar belakangnya.
4