Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Pengembangan Chen's Hand Gesture Detection Dalam Pendeteksian Gesture Tangan Pada Background Dinamis Dan Pencahayaan Yang Tidak Stabil
Ikhwan Fadhillah (2018) | Skripsi | Teknik Informatika , Teknik Komputer
Bagikan
Ringkasan
Hand gesture detection yang dibuat oleh Chen F.S. et.al merupakan salah satu algoritma pendeteksian gesture tangan yang sempurna dari tangan yang bergerak. Walaupun demikian, pada sistemnya tidak diperbolehkan objek berwarna kulit bergerak disekitar background. Kondisi tersebut tidak sesuai dengan kondisi sesungguhnya yang mungkin sebuah objek berwarna kulit bergerak disekitar background. Algoritma hand gesture detection yang dibuat oleh Chen F.S. at.al dikembangkan agar didapatkan pendeteksian tangan yang lebih robust terhadap kondisi pencahayaan yang tidak stabil serta background noise yang terdapat pada saat proses pendeteksian. Dari penelitian Tugas Akhir ini diperoleh ketahanan sistem terhadap noise seperti objek bergerak yang berwarna mendekati warna kulit dan kondisi pencahayaan yang tidak stabil dengan menggunakan model warna HSV pada tahap skin color detection berdasarkan hasil penelitian Gasparini, F. Et al. dan menggunakan metode canny edge detection pada tahap edge detection berdasarkan hasil penelitian Dhankhar, P. Et al. . Pada penelitian Tugas Akhir ini diperoleh keakuratan sistem dalam mendeteksi tangan dengan memanfaatkan region of interest dan object tracking untuk memfokuskan pendeteksian tangan agar tidak terganggu oleh noise yang muncul pada background, serta presentase keakuratan sistem dalam mendeteksi tangan pada kondisi pencahayaan yang baik dengan noise sebesar 94.08% dan presentase keakuratan sistem dalam mendeteksi tangan pada kondisi pencahayaan yang buruk dengan noise sebesar 87.97%. Kata kunci: hand detection, region of interest, object tracking,hand gesture detection, HSV colour model, canny edge detection.
Ringkasan Alternatif
Chen's Hand Gesture Detection is one of the hand detection algorithm which generates a perfect hand gesture from moving hand. However, the system does not allow the skin-colored objects moving around the background. These conditions are not in accordance with actual conditions which maybe a skin-colored objects are moving around background. Chen's hand gesture detection algorithm was developed further to have a more robust hand detection against unstable illumination and background noise in detection process. From this research obtained system robustness against noise such as moving skin-colored objects and unstable illumination by using the HSV color model on skin color detection phase based on Gasparini, F. Et al. research results and using the canny edge detection method on edge detection phase based on Dhankhar, P. Et al. research results. Moreover, detection accuracy of the system obtained in this research by utilizing the region of interest and object tracking the hand that is not disturbed by the noise that appears in the background, as well as the percentage of accuracy of the system in detecting hands on good lighting conditions with noise amounted to 94.08% and the percentage accuracy of the system in detecting hands in poor lighting conditions with noise to 87.97%. Keywords: hand detection, region of interest, object tracking, hand gesture detection, HSV colour model, canny edge detection.