Automatic zooming mechanism for capturing clear moving object image using high definition fixed camera

Liao, Hsien-Chou; Chen, Po‐Yueh; Lin, Zijun; Lim, Zi-Yi

doi:10.23919/icact.2017.7890238

Cited by 3 publications

(1 citation statement)

References 5 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Estimasi lokasi bola secara visual dapat diselesaikan dengan metode neural network [9]. Sistem zoom otomatis dapat digunakan untuk menangkap objek kecil dan melacak objek menggunakan filter Kalman [10]. Pengujian sistem dilakukan seperti melihat pengaruh pencahayaan pada kamera omnidirectional [11] dengan pendeteksian bola pada robot dapat dikembangkan dengan mendeteksi pola biner berbasis sistem embedded dan merujuk pada sistem robot CAMBADA [12]- [15].…”

unclassified

Navigasi Robot Penjaga Gawang Berdasarkan Prediksi Posisi dan Waktu Kedatangan Bola

Setiawardhana¹,

Dikairono

Purwanto

et al. 2020

JNTETI

View full text Add to dashboard Cite

Penelitian tentang robot sepakbola beroda telah banyak dikembangkan, terutama untuk proses akurasi pendeteksian dan klasifikasi objek. Makalah ini bertujuan untuk menyelesaikan permasalahan akurasi prediksi posisi bola dan waktu kedatangan di gawang serta navigasi robot untuk memblokade bola agar tidak melintasi gawang. Penelitian sebelumnya menggunakan metode Single Layer Neural Network (SLNN) dan Two Layer Neural Network (TLNN). Makalah ini membuat algoritme Modified Two-Layer Neural Network (MTLNN) untuk peningkatan akurasi prediksi posisi dengan waktu kedatangan bola dan Goalkeeper Robot Navigation (GKRN) untuk navigasi blokade bola. Algoritme dibuat dengan modifikasi arsitektur TLNN di jumlah node menjadi delapan input dan dua output, dengan jumlah hidden yang didesain sesuai kebutuhan. Akurasi dari prediksi sangat memengaruhi keberhasilan blokade bola karena digunakan sebagai referensi target tujuan akhir dari robot. Algoritme GKRN dibuat dengan memodifikasi fungsi keanggotaan Fuzzy Inferences System (FIS) yang disesuaikan dengan kebutuhan robot. Hasil pengujian menunjukkan peningkatan akurasi prediksi dari metode sebelumnya, TLNN dan SLNN, hingga dua puluh kali lebih baik untuk posisi bola di gawang dan empat kali lebih baik untuk waktu kedatangan bola ke gawang. Secara keseluruhan, sistem navigasi memperoleh keberhasilan memblokade bola di gawang sebesar 90%.

show abstract

unclassified

Navigasi Robot Penjaga Gawang Berdasarkan Prediksi Posisi dan Waktu Kedatangan Bola

Setiawardhana¹,

Dikairono

Purwanto

et al. 2020

JNTETI

View full text Add to dashboard Cite

show abstract

A Non-Visual Strategy Study on Boosting Vehicle Surveillance Efficiency for Metropolitan Traffic Network

Yuan

Tang

Shen

et al. 2019

2019 IEEE 8th Joint International Information Technology and Artificial Intelligence Conference (ITAIC)

View full text Add to dashboard Cite

Robust S-Y-biLSTM object tracking method for on-road objects shoot from an unmanned aerial vehicle

Saetchnikov

Skakun

Tcherniavskaia

2022

2022 IEEE 9th International Workshop on Metrology for AeroSpace (MetroAeroSpace)

View full text Add to dashboard Cite

being one of the most challenging tasks in computer vision dynamical object tracking problems have faced additional issues regarding the unmanned aerial vehicle. In particular, image degradation, uneven object intensity, variety in object sizes, etc. In this paper, we proposed the implementation of the S-Y-biLSTM technique for on-road object shooting from an unmanned aerial vehicle. The training and testing process of the proposed network was performed based on the dataset of on-road objects shouted at the height of 15-45 meters.

show abstract

Automatic zooming mechanism for capturing clear moving object image using high definition fixed camera

Cited by 3 publications

References 5 publications

Navigasi Robot Penjaga Gawang Berdasarkan Prediksi Posisi dan Waktu Kedatangan Bola

Navigasi Robot Penjaga Gawang Berdasarkan Prediksi Posisi dan Waktu Kedatangan Bola

A Non-Visual Strategy Study on Boosting Vehicle Surveillance Efficiency for Metropolitan Traffic Network

Robust S-Y-biLSTM object tracking method for on-road objects shoot from an unmanned aerial vehicle

Contact Info

Product

Resources

About