Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Implementasi Metode Histogram Of Oriented Gradients Dengan Optimasi Algoritma Frei-Chen Untuk Deteksi Citra Manusia
Lutfi Febriandita Basuki NIM. (2016) | Skripsi | Teknik Informatika
Bagikan
Ringkasan
Histograms of Oriented Gradients (HOG) diakui sebagai metode yang tangguh untuk pendeteksian objek. Dalam metode HOG terdapat tahap penghitungan gradien piksel. Hasil penghitungan gradien menggunakan filter Sobel sensitif terhadap derau pada citra. Terdapat sebuah algoritma deteksi tepi yang disebut algoritma Frei-Chen. Metode ini menunjukkan pendeteksian tepi yang terbaik yang dilakukan oleh detektor tepi yang sederhana. Dalam penelitian ini, metode HOG digunakan untuk mendeteksi manusia pada citra statis. Pelatihan SVM dilakukan dengan menggunakan 2416 citra positif (manusia) dan 1218 citra negatif (bukan manusia) dari INRIA person dataset [6]. Pengujian dilakukan terhadap citra jernih dan citra derau. Pada tiap jenis citra dilakukan pengamatan hasil performansi deteksi metode HOG sebelum dan sesudah ditambah algoritma Frei-Chen. Hasil tes menunjukkan akurasi metode HOG pada citra jernih sebesar 80,89% dan citra derau sebesar 61,16%. Sedangkan akurasi metode HOG ditambah algoritma Frei-Chen menurun menjadi 77,93% pada citra jernih dan meningkat menjadi 67,09% pada citra derau.
Ringkasan Alternatif
Histograms of Oriented Gradients (HOG) is recognized as a robust method for object detection. There is a phase of pixel gradient calculation in the HOG method. The results of the gradient calculation using Sobel filter are sensitive to noise inside the image. There is an edge detection algorithm called Frei-Chen algorithm. This method results the best edge detection done by a simple edge detector. In this research, the HOG method is used to detect humans in a static image. The SVM training is done by using 2416 positive image (human) and 1218 negative image (non human) from INRIA person dataset [6]. The tests performed on the clear image and noisy image. In each type of image, the HOG detection performance results were observed before and after the implementation of Frei-Chen algorithm. The test results show the accuracy of the HOG method on clear image is 80.89% and 61.16% on noisy image. While the accuracy of the HOG method combined with Frei-Chen algorithm is decreased to 77.93% on clear image and increased to 67.09% on noisy image.
Keywords: