Human Tracking pada Gambar Kualitas Rendah

Laxmana, Timothy (2020) Human Tracking pada Gambar Kualitas Rendah. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (471kB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Share Alike. Download (259kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Share Alike. Download (272kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Share Alike. Download (722kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Share Alike. Download (283kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (2MB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Share Alike. Download (187kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (408kB)

Abstract

Oleh: Timothy Laxmana Deteksi dan segmentasi objek merupakan sebuah tugas yang umum dalam bidang komputasi citra. Banyak algoritma terdahulu yang didasarkan pada Convolutional Neural Network yang dilatih menggunakan gambar yang bebas dari artefak, atau gambar yang memiliki kualitas tinggi. Akan tetapi, pada saat algoritma yang sama mencoba melakukan deteksi pada gambar yang memiliki kualitas yang lebih rendah daripada gambar yang digunakan untuk melakukan pelatihan, terdapat degradasi kemampuan presisi dari model untuk dapat melakukan deteksi. Metode yang akan digunakan untuk melakukan peningkatan kemampuan deteksi terhadap algoritma sehingga mampu untuk melakukan deteksi terhadap gambar yang memiliki kualitas rendah, adalah dengan menggabungkan data yang digunakan untuk pelatihan, antara gambar dengan kualitas bagus, serta gambar yang memiliki kualitas yang tidak bagus. Dengan menggabungkan gambar yang memiliki kualitas rendah dan gambar yang memiliki kualitas baik, model yang digunakan dalam penelitian ini menunjukan kemampuan yang lebih baik dalam mengenali objek manusia yang diberikan baik dalam kondisi gambar kualitas rendah ataupun gambar dengan kualitas baik jika dibandingkan dengan weight yang tidak di latih dengan menggunakan gambar kualitas baik.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Artefak Gambar, Convolutional Network, Deteksi Gambar, Komputasi Citra, Kualitas Gambar
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods
Divisions:	Faculty of Engineering & Informatics > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	05 Dec 2020 10:14
Last Modified:	18 Jul 2023 06:53
URI:	https://kc.umn.ac.id/id/eprint/13225

Actions (login required)

View Item