PEMANFAATAN METODE TEMPLATE MATCHING UNTUK FACE TRACKING SECARA REAL TIME DI RUANG TERTUTUP
oleh Efraim Anggriyono NIM : 612010016
Skripsi Untuk melengkapi salah satu syarat memperoleh Gelar Sarjana Teknik Program Studi Teknik Elektro Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana Salatiga Maret 2015
1
ffi
PERPUSTAKAAN UNIVERSITAS I.INIVERSITAS KRISTEN SATYA WACANA
52
Jl. Diponegoro
50 Salatiga 5071 I
Jawa Tengah, Indonesia
Telp. 0298 321212,Fx. A298 321+33 Email:
[email protected] ; http: / /libray.ulsw.edu
-
PERNYATAAN TIDAK PIAGIAT $ayO yAqg berlanda taqgAn di bawah
Efe*rr,t
Nama
ini:
&N65?lyoruo
b\>o\oolb
NIM Fakultas
TEt4.irr. GLs/-'rooN&c4
ary!r4r,,4fg
Vgur*nf*mm'l
Judul tugas akhir
MEIOO€
Email
:
Program Studi
: fgkvtt
1.
Pr- tor*nr
Z.
1\,m+tMA
't' *-
E(€{{-TKO
T€N4Lkr6 M+TL].r.,r0J€ offiru.t<- F4Le
TAACKI^'G, S€CAPA RffiL 71/W D
Pembimbing
@\ralmcrnob.tr* @ ,^
R-UftN|
g6Yrrulm,)
t(, fMofluS, s"T-, M"S
Dengan ini menyatakan bahwa:
1. Hasil karya yang saya serahkan ini adalah asli dan belum pernah diajukan untuk mendapatkan gelar kesarjanaan baik di Universitas Kristen Satya Wacanamaupun di institusi pendidikan lainnya.
2. Hasil karya saya ini bukan saduran/terjsfirahan melainkan merupakan gagasan, rumusan, dan hasil pelaksanaan penelitian/implementasi saya sendiri, tanpa bantuan pihak lain, kecuali arahan pembimbing akademik dan narasumber penelitian.
3. Hasil karya
saya ini merupakan hasil revisi terakhir setelah diujikan yang telah diketahui dan disetujui oleh
pembimbing.
4.
Dalam karya saya ini tidak tedapat karya atau pendapat yang telah ditulis atau dipublikasikan orang lain, kecuali yang digunakan sebagai acwm dalam naskah dengan menyebutkan nama pengarang dan dicantumkan dalam daftarpustaka.
Pernyataan
ini
saya buat dengan sesungguhnya. Apabila
di
kemudian hari terbukti ada penyimpangan dan ketidakbenaran dalam pernyataan ini maka saya bersedia menerima sanksi akademik berupa pencabutan gelar yang telah diperoleh karena karya saya ini, serta sanksi lain yang sesuai dengan ketentuan yang berlaku di Universitas Kristen Satya Wacana
F-Lt8-080
ffi
PERPUSTAKAAN UNrvERsrrAs
UNIVERSMAS KRISTEN SATYA WACANA Jl. Diponegoro 52
5O Salatiga 5O7l I
-
Jawa Tengah, Indonesia
Telp. 0298
-
Emil;
[email protected]
321212,Fax.0298 321+33 ; http: //librry.ukw.edu
PERNYATAAN PERSETUJUAN AKSES
Saya yang bertanda tangan
di bawah ini:
EPAATM AN5-6RIYoN/O
Nama
6120 loo16
NIM
Tet
Fakultas Judul tugas akhir
etft)ffld^qqriYono : ..-.-+-
Email
PEMrtNrmATAfu
h!_KoMlyrEf Progfamstudi
:
TEkNiy-
Mgroc)g .IEl\^PtfiT€ M4rlaitri\r6
@
Tma;l ' A$
FILEI<]TRA
u.r1Tl./-4 F*Ce
IRNCTTVF SECfrRA REAL TIME DI RUfrNF IERruTUP
Dengan ini
saya
hak non-eksHusif kepada Perpustakaan Universitas
-
Universitas Kristen Satya
Wacana untuk menyimpan, mengatur akses ser&a melaliukan pergelolaan terhadap karya saya
ini
dengan
mengacu pada ketentuan akses tugas akhir elekhonik sebagai berikut (beri tanda pada kotak yang sesuai):
pl a. Saya mengijinkatr karya tersebut diunggah ke dalam aplikasi Repositori Perpustakaan
Universitas,
dan/atau portal GARUDA
I tt. Saya tidak mengiiinkan karya tersebut diunggah ke dalam aplikasi Repositori Perpustakaan tlniversitas, dan/atau portal GARUDA*
*
Demikianpernyataan ini saya buat dengan sebenarnya.
Salatiga, :LS
M"t
20 t5
Efraim Anggriyono Mengetahui,
"lt
|tb, Pr. rwaL Setyawan
F-LtB-08r
PEMAI\IFAATAI\I METODE TEMPI.ATE bTATCHING UNNJK FACE TRACXING SECARA^RBII, NME DI RUAI\IG TERTUTTJP
oleh
EfraimAnggriyono
NIM :612010016
Skripsi ini telah diterima dan disatrkan Unhrk melengkapi salah satu syarat memperoleh Gelar SarjanaTeknik dalaur Program Saldi Teknik Elekto Fakultas Teknik Elektronika Dan Komputer
Univemitas Kristen Satya Wacana Salatiga
Disahkan oleh
Pembimbing
I
ruL
Dr. Iwan Setyawan
Tgl.
lz/, / Totg
Pembimbing
\ \
NW,
IvannaK. Timotius, s.T., M.S.
rgt.
lL l'lard ]o r
2
INTISARI
Video merupakan rangkaian banyak frame (gambar) yang di dalamnya berisi tahap demi tahap dari suatu gerakan yang diputar dengan kecepatan tertentu. Perekaman video biasanya dilakukan secara manual oleh seorang juru kamera. Juru kamera secara teknis melakukan perekaman visual dengan kamera mekanik ataupun elektronik dan melakukan pengarahan secara manual terhadap pergerakan dari objek yang direkam. Juru kamera harus berkonsentrasi dengan objek yang direkam agar tidak ketinggalan sedetik moment pun yang bisa membuat buyar kesan suatu liputan. Selain itu dibutuhkannya tenaga yang lebih dari seorang juru kamera dalam melakukan proses perekaman tersebut. Dari permasalahan yang ada dibuat sebuah sistem yang dapat digunakan untuk proses perekaman video secara otomatis. Sistem ini dibentuk berdasarkan pengenalan wajah manusia yang diinginkan. Pengenalan wajah manusia dilakukan dengan metode template matching. Metode template matching adalah sebuah teknik dalam pengolahan citra digital untuk menemukan bagian dari gambar yang sesuai dengan template (acuan). Metode ini memiliki beberapa kelebihan diantaranya relatif mudah untuk diaplikasikan dalam teknik pengolahan citra digital, hasilnya relatif akurat karena mendeteksi kesalahan hingga ukuran piksel dan waktu komputasi yang dihasilkan relatif lebih kecil. Tingkat akurasi yang relatif tinggi dan waktu komputasi yang kecil memungkinkan sistem untuk melakukan pengenalan wajah secara real time. Dari hasil pengujian, diperoleh bahwa sistem perekaman video otomatis di ruang tertutup dengan variasi pencahayaan malam hari (menggunakan lampu) memberikan performa yang lebih baik dibandingkan dengan variasi pencahayaan saat pagi hari, siang hari dan sore hari. Akurasi program (Ap) yang dihasilkan sebesar 79.95% dan akurasi rotator (AR) yang dihasilkan sebesar 80.73%.
i
Abstract Video is a series of frames (image) which compound of steps of a movement which play with certain pace. Video recording is usually do manually by cameraman. Cameraman technically do video recording with a mechanic or electronic camera and operate it manually to video recording objects. Cameraman need to concentrate on the objects so he will not miss a single moment that can ruin the impression or the coverage. Not only that, manual recording demand an extra energy from the cameraman. From this problem was created a system that can be used for automatic video recording. This system created based on faced identification on a subject. Faced identification on this essay was created based on template matching method. Template matching method is a method in digital image processing to find part from a picture which match the template. This method have some advantages, for example it is easy to use in digital image processing, the results is quite precise because it detect error in pixels and the computation time is fast. The accuracy which relatively quite high and fast computation time which give possibility to system to do faced identification in real time. The test result proved that automatic video recorder was better in night time (by using light) than in the morning, afternoon or evening time. The program accuracy (Ap) is 79.95% and rotator accuracy (AR) is 80.73%
ii
KATA PENGANTAR
Segala puji syukur dan kemuliaan hanya bagi Tuhan Yesus Kristus berkat kasih karunia-Nya yang berlimpah dan penyertaan-Nya yang sempurna sehingga skripsi dengan judul “Pemanfaatan Metode Template Matching untuk Face Tracking Secara Real Time di Ruang Tertutup” dapat diselesaikan dari awal pengusulan, pembuatan, hingga akhirnya selesai. Skripsi ini digunakan sebagai salah satu syarat untuk mendapatkan gelar Sarjana Teknik di Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana, Salatiga. Dalam kesempatan ini penulis menyampaikan ucapan terima kasih sebesar besarnya kepada : 1. Bapak Dr. Iwan Setyawan dan Ibu Ivanna K. Timotius, S.T., M.S. selaku pembimbing yang telah banyak membantu, membimbing, memberi saran, serta mengajari penulis banyak hal selama proses pembuatan skripsi ini. 2. Segenap staff pengajar Fakultas Teknik Elektronika dan Komputer atas didikan selama proses perkuliahan. 3. Staff Tata Usaha FTEK atas bantuan dalam hal administrasi. 4. Orang tua dan kakak yang terkasih Ester Volina Kim, Koe Hwat serta saudara terkasih Dian Hanny Wibowo yang telah memberi dukungan dalam segala hal. 5. Teman teman terdekat selama kuliah Deny, Vires, Henry serta penghuni kos diponegoro 44 yovie salon Duta, Roy, Widodo dan yang lainnya yang tidak dapat disebutkan satu persatu. 6. Grup New Gantengz yang terkasih Anthony, Kristian, Rikau, Edwin, Christoper, dan Nico yang selalu memberi semangat dan hiburan kepada penulis. 7. Teman-teman terkasih Abed, Oka, Vina, Rika, Luki, Erna, Joko, Yanti, Lita, Nia, Danang, Teguh, Kevin, Jeffryson, Timoti, Dinda, Dira, Icha, Richard dan lainnya yang mau meluangkan waktunya menjadi responden dalam pengujian skripsi ini. 8. Teman teman FTEK yang terkasih yang tidak dapat disebutkan satu persatu. 9.
Semua pihak lain yang telah membantu dan mendukung saya dalam terselesaikannya skripsi ini yang tidak dapat saya sebutkan satu-persatu.
Penulis menyadari bahwa dalam penyusunan skripsi ini terdapat banyak kekurangan, oleh sebab itu dengan kerendahan hati penulis mengharapkan saran dan kritik yang membangun untuk lebih menyempurnakan penulisan ini.
iii
Akhirnya penulis berharap semoga skripsi ini dapat bermanfaat dan memberikan informasi bagi pembaca, khususnya yang berkepentingan. Tuhan memberkati kita semua.
Salatiga, Maret 2015 Penulis,
Efraim Anggriyono
iv
DAFTAR ISI INTISARI .......................................................................................................................... i ABSTRACT...................................................................................................................... ii KATA PENGANTAR ..................................................................................................... iii DAFTAR ISI ..................................................................................................................... v DAFTAR GAMBAR ...................................................................................................... vii DAFTAR TABEL............................................................................................................ ix DAFTAR LAMBANG ..................................................................................................... x DAFTAR SINGKATAN ................................................................................................ xii BAB I PENDAHULUAN ................................................................................................. 1 1.1.
Tujuan................................................................................................................. 1
1.2.
Latar Belakang Permasalahan ............................................................................ 1
1.3.
Spesifikasi Tugas................................................................................................ 2
1.4.
Spesifikasi Alat .................................................................................................. 2
1.5.
Sistematika Penulisan......................................................................................... 2
BAB II DASAR TEORI................................................................................................ 4 2.1.
Citra Berwarna (RGB) dan Citra Bearas Keabuan (Grayscale) ......................... 4
2.2.
Resizing .............................................................................................................. 5
2.3.
Template Matching ............................................................................................. 5
2.4.
Rotator................................................................................................................ 7
2.5.
Akurasi ............................................................................................................... 8
2.5.1.
Akurasi Program ......................................................................................... 8
2.5.2.
Akurasi Rotator ......................................................................................... 10
BAB III PERANCANGAN ............................................................................................ 11 3.1.
Cara Kerja Alat................................................................................................. 11
3.2.
Pengambilan Data Template ............................................................................ 13
3.3.
Diagram Alir .................................................................................................... 14 v
3.4.
Penentuan Parameter ........................................................................................ 25
3.4.1.
Pencarian Ukuran Citra masukan dan Template ....................................... 25
3.4.2.
Penentuan Variasi Cropping Template, α1, α2, dan α3 ............................... 30
3.4.3.
Penentuan αR ............................................................................................. 37
3.5.
Performa sistem tanpa ΔR dan dengan ΔR ......................................................... 38
BAB IV PENGUJIAN DAN ANALISIS ....................................................................... 40 4.1.
Pengujian dengan Variasi Pencahayaan ........................................................... 40
4.2
Pengujian dengan Variasi Posisi Wajah Subyek .............................................. 43
4.3.
Waktu Komputasi Pengolahan Citra pada Perangkat Lunak ........................... 45
BAB V KESIMPULAN DAN SARAN ......................................................................... 46 5.1.
Kesimpulan....................................................................................................... 46
5.2.
Saran ................................................................................................................. 46
DAFTAR PUSTAKA ..................................................................................................... 47 LAMPIRAN .................................................................................................................... 47 A. Source Code Pemrograman pada MATLAB ..................................................... 47 A.1 Source Code Pendeteksian Wajah Tampak Depan Tanpa ΔR .................... 47 A.2 Source Code Pendeteksian Wajah Hadap Kanan Tanpa ΔR....................... 48 A.3 Source Code Pendeteksian Wajah Hadap Kiri Tanpa ΔR........................... 49 A.4 Source Code Pendeteksian Wajah Tampak Depan dengan ΔR .................. 50 A.5 Source Code Pendeteksian Wajah Hadap Kanan dengan ΔR ..................... 51 A.6 Source Code Pendeteksian Wajah Hadap Kiri dengan ΔR ......................... 52 A.7 Source Code Graphical User Interface ..................................................... 53 B. Citra Template dan Citra Uji ............................................................................. 68 B.1 Citra Template ............................................................................................ 68 B.2 Citra Uji ...................................................................................................... 70
vi
DAFTAR GAMBAR
Gambar 2.1. (a) Citra berwarna I ........................................................................................ 4 Gambar 2.1. (b) Citra beraras Keabuan J ........................................................................... 4 Gambar 2.2. (a) Citra J sebelum di-resize dengan ukuran 480×720 .................................. 5 Gambar 2.2. (b) Citra L setelah di-resize dengan ukuran 351×527 .................................... 5 Gambar 2.3. Posisi pertama citra template pada citra uji ................................................. 6 Gambar 2.4. Posisi terakhir citra template pada citra uji ................................................. 7 Gambar 2.5. Rotator ......................................................................................................... 7 Gambar 2.6. Citra keluaran template matching (kotak berwarna merah merupakan kotak deteksi) .................................................................................................... ... 8 Gambar 2.7. Batas interval perhitungan akurasi rotator .............................................. ... 10 Gambar 3.1. Gambaran alat pada sistem ...................................................................... ... 11 Gambar 3.2. Sistem perekaman video otomatis di Gereja GPDI Mento ..................... ... 12 Gambar 3.3. Tampilan GUI pada sistem ...................................................................... ... 12 Gambar 3.4. Citra template 1 berukuran 220×249 piksel ............................................ ... 13 Gambar 3.5. Citra template 2 berukuran 231×90 piksel .............................................. ... 13 Gambar 3.6. Citra template 3 berukuran 231×90 piksel .............................................. ... 14 Gambar 3.7. Diagram alir proses template matching pada sistem tanpa ΔR ................ ... 15 Gambar 3.8. Diagram alir proses template matching pada sistem dengan ΔR ............. ... 16 Gambar 3.9. Diagram alir proses pendeteksian wajah tampak depan tanpa ΔR ........... ... 17 Gambar 3.10. Diagram alir proses pendeteksian wajah hadap kanan tanpa ΔR ............. ... 18 Gambar 3.11. Diagram alir proses pendeteksian wajah hadap kiri tanpa ΔR ................. ... 19 Gambar 3.12. Diagram alir proses pendeteksian wajah tampak depan dengan ΔR ........ ... 20 Gambar 3.13. Diagram alir proses pendeteksian wajah hadap kanan dengan ΔR .......... ... 21 Gambar 3.14. Diagram alir proses pendeteksian wajah hadap kiri dengan ΔR .............. ... 22 Gambar 3.15. Diagram alir kerja rotator pada sistem ................................................... ... 23
vii
Gambar 3.16. Perpindahan posisi subyek ....................................................................... ... 24 Gambar 3.17.(a) Subyek Abed dengan wajah subyek tampak depan tanpa pengganggu yang dikenali benar (Hit) ................................................................................. ... 28 Gambar 3.17.(b) Subyek Abed dengan wajah subyek tampak depan tanpa pengganggu yang dikenali benar dimana wajah tidak berada dalam kotak deteksi (FA)..... ... 28 Gambar 3.18.(a) Subyek Abed dengan wajah subyek hadap kanan tanpa pengganggu yang dikenali benar (Hit) ................................................................................. ... 29 Gambar 3.18.(b) Subyek Abed dengan wajah subyek hadap kanan tanpa pengganggu yang dikenali benar dimana wajah tidak berada dalam kotak deteksi (FA). .... ... 29 Gambar 3.19.(a) Subyek Abed dengan wajah subyek hadap kiri tanpa pengganggu yang dikenali benar (Hit) ................................................................................. ... 30 Gambar 3.19.(b) Subyek Abed dengan wajah subyek hadap kiri tanpa pengganggu yang dikenali benar dimana wajah tidak berada dalam kotak deteksi (FA). .... ... 30 Gambar 3.20.(a) Cropping template 1 subyek Oka berukuran 59×53 ............................ ... 31 Gambar 3.20.(b) Cropping template 1 subyek Oka berukuran 75×85 ........................... ... 31 Gambar 3.20.(c) Cropping template 1 subyek Oka berukuran 115×91 .......................... ... 31 Gambar 3.21.(a) Cropping template 2 subyek Oka berukuran 95×37 ............................ ... 31 Gambar 3.21.(b) Cropping template 2 subyek Oka berukuran 75×37 ........................... ... 31 Gambar 3.21.(c) Cropping template 2 subyek Oka berukuran 105×91 .......................... ... 31 Gambar 3.22.(a) Cropping template 3 subyek Oka berukuran 95×37 ............................ ... 31 Gambar 3.22.(b) Cropping template 3 subyek Oka berukuran 75×37 ........................... ... 31 Gambar 3.22.(c) Cropping template 3 subyek Oka berukuran 105×91 .......................... ... 31 Gambar 3.23. Hasil penerapan template matching dengan template 1 sistem tanpa ΔR dan sistem dengan ΔR ..................................................................................... 38 Gambar 3.24. Hasil penerapan template matching dengan template 2 sistem tanpa ΔR dan sistem dengan ΔR ..................................................................................... ... 39 Gambar 3.25. Hasil penerapan template matching dengan template 3 sistem tanpa ΔR dan sistem dengan ΔR ..................................................................................... ... 39 Gambar 4.1. Lokasi pencahayaan Gereja GPDI Smirna Mento .................................. ... 41 Gambar 4.2. Kondisi pencahayaan di dalam ruang Gereja GPDI Smirna Mento........ ... 41
viii
DAFTAR TABEL
Tabel 3.1 Persentase Hit dan FA subyek Abed dengan wajah tampak depan.................. 25 Tabel 3.2 Persentase Hit dan FA subyek Abed dengan wajah hadap kanan pada template 2 terhadap citra masukan berukuran 351×527 ................................................ 27 Tabel 3.3 Persentase Hit dan FA subyek Abed dengan wajah hadap kiri pada template 3 terhadap citra masukan berukuran 351×527 ................................................ 27 Tabel 3.4 Rata-rata persentase Hit subyek Abed dengan wajah hadap kanan dan hadap kiri ...................................................................................................................... 28 Tabel 3.5 Nilai korelasi variasi cropping template 1 terhadap wajah subyek tampak depan ...................................................................................................................... 32 Tabel 3.6 Nilai #Hit, #CR, #FA, dan #MD variasi cropping template 1 terhadap wajah subyek tampak depan ..................................................................................... 33 Tabel 3.7 Nilai korelasi variasi cropping template 2 terhadap wajah subyek hadap kanan 34 ............................................................................................................................................................................ Tabel 3.8 Nilai korelasi variasi cropping template 3 terhadap wajah subyek hadap kiri ...................................................................................................................... 35 Tabel 3.9 Nilai #Hit, #CR, #FA, dan #MD pada variasi cropping template 2 dan variasi cropping template 3 ............................................................................................................................. 36 Tabel 4.1 Hasil pengujian Ap dan AR pada variasi pencahayaan ..................................................
41
Tabel 4.2 Hasil pengujian Ap dan AR pada variasi posisi wajah subyek .................................
43
ix
DAFTAR LAMBANG
𝛼
Nilai threshold
ΔR
Hasil pengurangan rata-rata citra template (𝑇̅) dengan rata-rata citra uji yang tertimpa oleh template (𝐼𝑡̅ )
𝑡̅
Rata-rata waktu komputasi proses template matching (dalam detik)
AR
Akurasi Rotator
Ap
Akurasi Program
B
Nilai komponen blue
Cij
Nilai normalisasi korelasi di koordinat i,j
𝑓(𝑥, 𝑦)
Citra
G
Nilai komponen green
Im,n
Citra uji dengan ukuran m × n
𝐼𝑡̅
Rata-rata citra yang ditutupi template
𝐾
Nilai grayscale
̅̅̅ 𝐾𝑟
Rata-rata nilai korelasi citra uji terhadap template
PA
Posisi horisontal awal koordinat wajah
PW
Posisi horisontal koordinat wajah yang diperoleh dari proses template matching
𝑄
Jumlah frame yang ada pergerakan rotator dengan kotak deteksi template matching berada di luar interval antara x dan z
R
Nilai komponen red x
S
Variabel yang mengatur kecepatan putar pada rotator
𝑇̅
Rata-rata template
Tu,v
Template dengan ukuran u × v
𝑉
Jumlah frame yang ada pergerakan rotator dengan kotak deteksi template matching berada dalam interval antara x dan z
xi
DAFTAR SINGKATAN
MD
Miss Detection
CR
Correct Rejection
FA
False Alarm
GUI
Graphical User Interface
GPdI
Gereja Pantekosta di Indonesia
xii
