17 4.
CXCORE Berisikan struktur data, support XML dan fungsi-fungsi grafis.
Komponen yang lain adalah CvAux yang berisikan both defunct areas embedded HMM face recognition dan algoritma eksperimental backgroundforeground
segmentation.
2.9. Penelitian Terdahulu
Penelitian tentang pendeteksian objek manusia telah banyak dilakukan. Beberapa penelitian melakukan pendeteksian objek manusia dengan mendeteksi wajah atau
badan atas dan bawah, atau bagian tertentu dari objek manusia. Pada tahun 2005, Chen et al menggunakan metode invarian dari iluminasi dan
pose untuk mendeteksi wajah manusia. Adapun langkah-langkah metode tersebut adalah:
1. Bentuk garisluar objek ditandai secara manual pada gambar contoh objek.
2. Kemudian gambar tersebut diekstraksi dan ditransformasikan menjadi gradient
image. 3.
Gradient image tersebut didekomposisikan ke dalam beberapa besaran skalar dimana tiap gambar memiliki fase kuantisasi yang sama. Hal ini sama dengan
pencarian fitur. 4.
Kemudian algoritma boosting digunakan untuk mengklasifikan nilai fitur tersebut untuk mendapatkan bagian objek atau tidak.
Aziz et al 2011 menggunakan metode skeleton graph untuk mendeteksi objek manusia yang digunakan untuk menghitung jumlah orang dalam keramaian.
Adapun langkah-langkah metode skeleton graph adalah sebagai berikut: 1.
Melakukan proses substraksi latar belakang yaitu penghilangan latar belakang dari gambar yang dimasukan.
2. Menghitung nilai skeleton graph dari setiap wilayah yang terdeteksi ada
manusia dengan menggunakan metode yang dibuat oleh Thome et al Thome et al, 2008.
Universitas Sumatera Utara
18 3.
Kemudian titik dari skeleton tersebut diklasifikasikan berdasarkan derajat lingkungan titik tersebut. Hal ini dilakukan untuk mendeteksi bagian objek dari
wilayah yang terdeteksi manusia. 4.
Tahap yang terakhir adalah melakukan head tracking karena file yang diinput adalah video.
Pada tahun 2012 Subburaman et al Subburaman et al, 2012 melakukan penelitian mengenai perhitungan orang dalam keramaian menggunakan sebuah
generic head detector. Adapun langkah-langkah dari metode generic head detector adalah:
1. Mengubah gambar warna menjadi abu-abu gray scale image.
2. Pencarian titik penting pada gambar dengan metode interest point detector
yang berguna untuk mengurangi lokasi pencarian sehingga pencarian wilayah yang mirip dengan bagian objek lebih cepat.
3. Menghilangkan latar belakang dari gambar yang berkelanjutan video dengan
melakukan proses background substraction. Hal ini berguna untuk mengurangi wilayah pencarian dan meningkatkan kecepatan untuk pendeteksian manusia
dalam gambar. 4.
Menghitung saluran LUV, saluran intensitas kemiringan, dan enam saluran kemiringan yang terorientasi untuk mendapatkan fitur dari wilayah yang
penting. Perhitungan dilakukan dengan menggunakan citra integral sehingga proses lebih cepat.
5. Mengklasifikasikan wilayah dengan adaboost classifier untuk mendapatkan
wilayah yang
memiliki bagian
objek atau
tidak.
Universitas Sumatera Utara
BAB 1
PENDAHULUAN
1.1. Latar Belakang