BAB II
TINJAUAN PUSTAKA
2.1 Sensor RGB-D
Sensor Red Green Blue-Depth RGB-D bekerja berdasarkan teknik InfraRed Structured Light IRSL. Cahaya inframerah yang berasal dari perangkat laser dipancarkan dengan
membentuk pola-pola tertentu yang tidak terlihat, misalnya pola satu titik, pola satu garis atau pola-pola dua dimensi lainnya. Cahaya yang dipancarkan memiliki panjang
gelombang inframerah, berkisar 640nm sampai 2500nm. Pola-pola yang telah dipancarkan dibaca menggunakan kamera CCD biasa ataupun kamera inframerah.
Kamera CCD dapat membaca pola sensor laser karena kamera ini bekerja pada spectrum 300nm sampai 1100nm Fofi et al,. 2004.
2.1.1 Kinect
Kinect merupakan sensor RGB-D dari Microsoft yang menggunakan teknologi Light Coding dari PrimeSense, perusahaan milik Apple Inc. Light Coding merupakan
teknologi yang dapat merekonstruksi peta kedalaman 3-dimensi suatu keadaan secara real-time dan detail. Resolusi kedalaman pixel pada Kinect maksimum 640x480. Pada
jarak 2 meter, ketepatan ukur Kinect untuk tinggi dan lebar sebesar 3mm dan untuk kedalaman sebesar 1 cm. Villaroman et.al, 2011. Rentang jarak objek dari sensor yang
dapat dideteksi antara 0.8m sampai 3.975m seperti terlihat pada gambar 2.1. Frame rate Kinect 30 Hz dengan luas pandang horizontal 57 derajat dan vertikal 43.5 derajat.
Universitas Sumatera Utara
6
6
Gambar 2.1 Rentang jarak objek dari sensor Kinect dilengkapi dengan mikropon multi-array yang dapat menerima dan
mengukur derajat asal suara dan motor yang berguna untuk mengatur derajat kemiringan. Kinect memiliki sensor accelerometer yang menginformasikan posisi
kemiringan perangkat dalam koordinat 3-dimensi. Gambar 2.2 memperlihatkan bentuk fisik Kinect.
Gambar 2.2 Sensor RGB-D Kinect
Universitas Sumatera Utara
Gambat 2.3 memperlih Kinect, sebelah kiri m
gambar yang merepres
Gambar
2.1.2 Skeleton
Perkembangan teknolo ilmu komputer, seper
reality. Shotton 2011 hubungan sendi tubuh
Kemudian dilakukan menggunakan pendeka
bobot kernel Gaussia beragam klasifikasi
pengklasifikasian dapa dari data sendi yang
menggunakan pendeka sedang dilakukan manu
2.1.3 Microsoft API Sk
Dataset skeleton yang 2011 yang telah di
Interface API sistem Windows membagi stru
7
rlihatkan hasil cuplikan gambar yang diamb merupakan gambar RGB 640x480 pixel dan s
resentasikan jarak seluruh objek dari sensor infr
2.3. Hasil sensor RGB-D, kiri RGB, kanan D
ologi kamera RGB-D, membuka peluang pene erti computer vision, game, kendali berbasis
1 memperkenalkan satu metoda untuk mempr uh manusia dengan cara mengekstrak informas
an penghitungan estimasi posisi 3D dari ekatan pencarian berdasarkan pergeseran rat
sian. Dengan menggunakan training-set yang i bagian tubuh, bentuk tubuh, pakaian
pat dilakukan dengan tepat. Sung et al. 2011 g disediakan oleh PrimeSense dari kamera
ekatan metoda pembelajaran untuk menyimpu anusia.
Skeleton
digunakan pada penelitian ini adalah hasil da dipadukan oleh Microsoft ke dalam Applic
tem operasi Windows. Data skeleton yang d truktur skeleton menjadi 20 bagian seperti terlih
7
mbil dengan perangkat n sebelah kanan adalah
inframerah Kinect.
depth
nelitian baru di bidang asis gerak dan virtual
prediksi posisi 3D dari asi kedalaman gambar.
ari sendi-sendi tubuh rata-rata dengan suatu
ang sangat besar dan ian dan sebagainya,
11 mengekstraksi fitur ra RGB-D Kinect dan
pulkan kegiatan yang
l dari algoritma Shotton lication Programming
g dihasilkan oleh API rlihat pada gambar 2.4.
Universitas Sumatera Utara
Gam Tabel 2.1 menyajikan
digunakan pada API Mic Masing-masing
dalam satuan meter de dan data kedalaman
perangkat Kinect deng Z dari objek manusia y
8
ambar 2.4 Data skeleton API Windows Micros urutan bagian data skeleton yang merupaka
Microsoft Windows. ing data skeleton yang diinformasikan berisi
dengan titik tengah koordinat terdapat pada titi n depth yakni sumbu Z yang nilainya me
ngan objek. Gambar 2.5 memperlihatkan koord ia yang berdiri di depan sensor.
8
rosoft, 2014 kan standar urutan yang
isi data koordinat X, Y titik skeleton HipCenter
merupakan jarak antara ordinat sumbu X, Y, dan
Universitas Sumatera Utara
9
9
Tabel 2.1 Urutan Data Sendi API Windows
No. Nama
Skeleton No.
Nama Skeleton
Gambar Skeleton
HipCenter 10
WristRight 1
Spine 11
HandRight 2
ShoulderCenter 12 HipLeft
3 Head
13 KneeLeft
4 ShoulderLeft
14 AnkleLeft
5 ElbowLeft
15 FootLeft
6 WristLeft
16 HipRight
7 HandLeft
17 KneeRight
8 ShoulderRight
18 AnkleRight 9
ElbowRight 19
FootRight
Pada data skeleton bagian HandRight pada gambar 2.5, terdapat data X, Y, Z yang masing-masing nilainya -0.21m, -0.30m dan 2.02m, artinya posisi HandRight berada pada
posisi negatif di sebelah kanan HipCenter sekitar 0.21m 21cm, HandRight berada positif di bawah HipCenter sejauh -0.30m 30cm dan HandRight berada pada jarak
2.02m dari sensor.
Universitas Sumatera Utara
10
10
Gambar 2.5 Koordinat X,Y,Z dari Sensor Kinect Data koordinat skeleton sejumlah 20 bagian selanjutnya dapat diproses sesuai
keperluan, pada tesis ini penulis akan membangun layar sentuh virtual di depan objek untuk menangkap koordinat gerakan skeleton. Untuk deteksi gerak isyarat, dibutuhkan
hanya 2 bagian skeleton yakni HandLeft dan HandRight.
2.2. Neural Network