Automatic detection and tracking of moving object is very important task for security system, monitoring activity and surveillance application. It is, however, still under the developmental stage and needs to be robust performance when applied in an unconstrained environment. Many approaches have been developed to detect motion, namely, optical flow, frame difference, background subtraction and skin color extraction. These methods are sensitive to illumination changes and small movement in the background such as moving leaves of trees that will cause inaccurate detection. Some techniques have been applied to reduce this kind of noise. In this paper we propose a new method by using a low resolution image to reduce that kind of noise so we can get an accurate tracking object.

Deteksi dan tracking wajah merupakan salah satu bidang yang terus berkembang dalam berbagai aplikasi seperti sistem keamanan, biometric, maupun aplikasi lainnya. Akan tetapi deteksi dan pelacakan wajah dapat menjadi masalah yang kompleks ketika dilakukan secara real time. Beberapa masalah yang muncul di antaranya kebergantungan hasil deteksi terhadap cahaya dan keberagamaan citra latar belakang. Dalam artikel ini, kami hadirkan metode baru untuk mengatasi masalah tersebut dengan menggunakan filter warna HSL (Hue, Saturation, Luminance) dikombinasikan dengan partikel filter. Filter warna HSL akan mendeteksi wajah berdasarkan warna kulit dengan cara mengatur thresshold pada tiap komponen warna H, S, dan L. Proses selanjutnya adalah melacak wajah yang sudah terdeteksi dengan menggunakan partikel filter. Sebagai inisialisasi, partikel akan disebar secara random di sekitar wajah yang terdeteksi untuk kemudian dihitung bobot tiap partikel berdasarkan jarak tiap partikel terhadap posisi wajah. Bobot tiap partikel akan di-resampling untuk mendapatkan sebaran partikel baru yang memungkinkan partikel dengan bobot yang besar terpilih beberapa kali. Sementara partikel dengan bobot yang relatif rendah akan hilang dengan sendirinya. Sebaran partikel baru akan berada di sekitar wajah yang sedang dilacak. Proses terakhir dari satu siklus partikel filter adalah proses estimasi posisi wajah yang dilacak yang dilakukan dengan merata-ratakan posisi tiap partikel hasil resampling. Hasil pengujian menunjukkan ratarata kesalahan pelacakan posisi wajah menggunakan jumlah partikel filter 100, 200, dan 500 pada sumbu X dan Y berturut-turut adalah (1.25; 1.02), (0.86; 0.81), dan (0.59; 0.57).

No abstract

No abstract

Dalam industri makanan dan minuman dengan kemasan kaleng, pengecekan atau inspeksi kecacatan kaleng merupakan bagian penting dalam menjaga kualitas sebuah produk. Inspeksi tersebut sebagian masih menggunakan operator manual yang bergantung pada penglihatan para pekerja dengan segala keterbatasannya. Untuk menanggulangi masalah tersebut, artikel ini mengusulkan proses inspeksi kecacatan menggunakan filter warna HSL dan template matching berbasis contour analysis yang dilakukan secara otomatis tanpa bantuan operator. Proses inspeksi diawali dengan pengambilan citra RGB oleh kamera. Citra RGB tersebut kemudian dikonversi ke citra aras keabuan (gray level). Untuk dapat mendeteksi kecacatan, penulis memakai filter luminance dari ruang warna HSL. Proses template matching diterapkan pada masing-masing citra dengan cara membandingkan contour citra template sebagai contour citra referensi dengan contour citra uji. Kemasan kaleng yang digunakan sebagai template mempunyai diameter 4 cm. Dengan menggunakan kriteria uji jarak masing-masing pixel pada tiap lingkaran kaleng dengan lingkaran pada kaleng template, kaleng diklasifikasikan menjadi dua kategori yaitu kaleng OK (Good) atau reject. Hasil pengujian menunjukkan, dengan menerapkan nilai threshold sebesar 4 cm, nilai RMS untuk objek kategori OK adalah 0,59. Sementara untuk objek kategori reject didapatkan nilai RMS sebesar 19,59; 5,05 dan 15, 05 berturut-turut untuk objek reject karena diameter tidak beraturan, objek reject dengan pembuka kaleng terbuka dan objek reject tanpa pembuka kaleng.