Tesis TE 2099
Setiawardhana 2208204005 Dosen P D Pembimbing bi bi Ir. Djoko Purwanto, M.Eng, Ph.D Bidang Studi Elektronika - Jurusan Teknik Elektro Institut Teknologi Sepuluh Nopember Surabaya 2010
Latar Belakang Latar Belakang y Keamanan ruangan menjadi hal yang sangat perlu diperhatikan. y Teknologi Kamera Pan‐Tilt‐Zoom Pan Tilt Zoom atau PTZ dapat digunakan untuk
mendukung aplikasi sistem keamanan ruangan. y Dengan menggunakan kamera PTZ, seseorang tidak perlu berada tepat di depan kamera untuk dapat dikenali wajahnya. y Adapun Fitur dari kamera PTZ adalah : y Kamera dapat mengikuti posisi dari wajah, dengan batasan kecepatan
gerakan dari kamera PTZ. y Kamera dapat mempertahankan ukuran (lebar) dari wajah sehingga wajah masih dapat dikenali dengan baik.
Perumusan Masalah 1. 2.
3 3.
Pembuatan sistem pendeteksian wajah bergerak dengan menggunakan kamera PTZ. Pembuatan sistem pendeteksian lokasi wajah dengan menggunakan kamera PTZ, sistem bisa mendeteksi titik tengah dari wajah, posisi pixel (x,y) dan lebar wajah (w). Pembuatan sistem yang dapat mengikuti pergerakan dari wajah, wajah membawa posisi wajah ke titik tengah dari layar dan mempertahankan wajah pada tingkat ukuran tertentu dengan mengembangkan metode Adaptive Neuro Fuzzy
Batasan Masalah 1. 2. 3 3. 4.
Titik berat p penelitian p pada p proses p penjejakan j j lokasi wajah j dengan g menggunakan metode Adaptive Neuro Fuzzy. Proses mendeteksi lokasi wajah dengan segmentasi warna kulit dengan metode Continously Adaptive Mean‐Shift. Pergerakan wajah yang bergantung dari kemampuan peralatan kamera PTZ yaitu kecepatan motor dari PTZ untuk mengikuti obyek wajah. Dalam satu frame hanya satu wajah yang di tracking.
Tujuan dan Manfaat j Tujuan Membangun sistem penjejakan wajah dengan g Kamera PTZ menggunakan gg metode Adaptive Neuro Fuzzy.
Manfaat Mendukung sistem penjejakan dan pengenalan wajah untuk sistem keamanan ruangan.
Kajian Pustaka j g g Mata y Hendriawan membangun Sistem Deteksi dan Tracking y y y
y
Manusia Secara Realtime Menggunakan metode Continously Adaptive Mean‐Shift. Hendriawan membangun Tracking Mata secara real‐time Berbasis ROI dari hasil deteksi pusat iris menggunakan Template Matching. Wang mengembangkan beberapa algorithma tentang pendeteksian obyek yang bergerak dan melakukan penjejakan dengan kamera PTZ. F Funahasahi h hi mengatur t zoom kamera k PTZ dilakukan dil k k d dengan memperhatikan titik – titik pixel dari batas kiri dan kanan dari daerah kepala atau wajah, menentukan lebar dari wajah (L) dan lebar (L) dari wajah akan menentukan tinggi dari wajah, dengan perbandingan b di ti tinggi i wajah j h adalah d l h 1.4 kali k li lebar l b wajah j h Cuevas membuat suatu sistem visual tracking bola dengan metode Adaptive Neuro‐Fuzzy Inference System.
Diagram Penelitian Rancang Bangun Sistem Pendeteksian Wajah
Rancang Bangun Sistem Penjejakan Wajah dengan k hd Kamera PTZ dengan metode MIMO ANFIS
Rancang Bangun Sistem Penjejakan Wajah dengan k hd Kamera PTZ dengan metode Feedback Linearization ANFIS Linearization ANFIS
Evaluasi Keseluruhan Sistem pada Kamera PTZ
Diagram Sistem yang dibangun
Estimasi Titik tengah(x,y) dan lebar wajah
Frame Grabber Gambar bergerak
Penjejakan wajah
Rancang Bangun Sistem Penjejakan Wajah dengan Kamera PTZ dengan metode MIMO ANFIS
Kalkulasi error untuk lokasi Wajah berikutnya (dengan ANFIS) membawa titik tengah wajah ke titik tengah layar dan lebar wajah ke tingkat lebar tertentu
Rancang Bangun Sistem Penjejakan Wajah dengan Kamera PTZ dengan metode Feedback Linearization ANFIS
Perencanaan Sistem Zoom
Pan Tilt PTZ Camera
dimana : θP, θT, θZ
= Data Sudut Kontrol Kamera PTZ.
θP, θT, θZ
= Kecepatan Kontrol Kamera PTZ.
. . .
dimana : - Xact = Posisi X action , Yact = Posisi Y action , Wact = Width action - Xref = Posisi X referensi, Yref = Posisi Y referensi , Wref = Width referensi
Perangkat Penelitian ‐ Kamera PTZ
LAPTOP
Pengiriman data berkecepatan 4800 bps, maka 1 bit = 4800/8bit = 600 byte / detik sehingga 7 byte dibutuhkan waktu = 7 / 600 x 1000ms = 11.67 ms
Format data PELCO-D
Pemasangan standing kamera oleh peneliti sebelumnya
Byte 1
Byte 2
Byte 3
Byte 4
Byte 5
Byte 6
Byte 7
Sync
Camera
Command 1
Command 2
Data 1
Data 2
Checksum
Address
Metode Penelitian I
Rancang Bangun Sistem Penjejakan Wajah dengan Kamera PTZ dengan metode MIMO ANFIS
A it kt Multi Input Multi Output ANFIS yang dibangun M lti I t M lti O t t ANFIS dib Arsitektur
Forward Pass
update parameter consequent
Untuk parameter p3, q3, r3, s3 dan p4, q4, r4, s4 diupdate dengan ‘ey’ ey Untuk parameter p5, q5, r5, s5 dan p6, q6, r6, s6 diupdate dengan ‘ez’
Backward Pass
MIMO ANFIS Pelatihan MIMO ANFIS semakin besar error maka semakin jauh titik tengah wajah terhadap titik tengah layar, layar sehingga kecepatan kamera untuk mengejar target semakin cepat.
Tabel Pasangan data belajar
Semakin titik tengah wajah mendekati titik tengah layar maka semakin pelan kecepatan, begitu pula untuk tingkat zoom menyesuaikan terhadap zoom, setpoint lebar wajah, diharapkan sistem dapat mengejar target sesuai dengan d t belajar data b l j yang telah t l h dilatihkan dil tihk
Sistem Penjejakan wajah secara online
Metode Penelitian II
Rancang Bangun Sistem Penjejakan Wajah dengan Kamera PTZ dengan Feedback Linearization ANFIS
Feedback Linearization Feedback Linearization y Feedback Liniearization adalah suatu p pendekatan untuk
desain kontrol sistem nonlinier. y Feedback Linearization ANFIS oleh Roger Jang :
U k Unkwon and d ti time varying i
ANFIS
Close To Zero
Diagram sistem Feedback Linearization ANFIS Feedback Linearization ANFIS Diagram sistem
Diagram Sistem yang dibangun yang dibangun menggunakan Feedback Linearization Feedback Linearization Diagram Sistem
Setting Point Pan (titik tengah layar di sumbu x)
Feedback Linearization ANFIS untuk PAN
Xact Posisi X action titik tengah wajah
Setting Point Tilt (titik tengah t h layar l di sumbu y)
Feedback Linearization ANFIS untuk TILT
Yact P i i Y action Posisi ti titik tengah wajah
Feedback Linearization ANFIS untuk t k ZOOM
Wact Width action lebar wajah
Setting Point Width (lebar wajah)
Desain Kontrol y Kamera PTZ adalah kamera fabrikasi. y Pendekatan datasheet kamera PTZ, PTZ mempunyai spesifikasi kecepatan rotasi 70
derajat / detik, sehingga dalam 360 derajat dapat ditempuh dengan waktu = 360/70 = 5.14 detik. y Sehingga gg dicoba untuk desain heuristik sebagai g berikut :
dimana nilai T=5.14 didekati dengan T=5
5.14 detik
Mengubah bentuk kontinu ke diskrit dengan waktu sampling 0 0.05 05 detik Matlab
Desain Kontrol
Sistem Penjejakan wajah dengan Feedback Linearization ANFIS
Pengujian Sistem MIMO dan Feedback Linearization ANFIS
Miring Ke Kiri
Miring Ke Kanan
Arah Samping Kiri dan samping Kanan
y Pengujian dilakukan dengan cara mengukur kecepatan kamera dalam mengikuti
obyek b k wajah j h dengan d gerakan k kepala k l menengokk ke k kiri ki i dan d ke k kanan, k miring i i ke k kiri ki i dan ke kanan, arah samping kiri dan kanan y Sistem Kamera PTZ bekerja untuk dapat membawa wajah ke titik setting point (x,y) dan mempertahankan lebar wajah (tingkat zoom) pada batas ukuran setting tertentu. tertentu
Data hasil pengujian MIMO ANFIS MIMO ANFIS Data hasil
Respon posisi titik tengah wajah pada sumbu x dengan iterasi 10
Data hasil pengujian MIMO ANFIS MIMO ANFIS Data hasil Kurang bisa Mencapai Setpoint Tilt
Kurang bisa Mencapai Setpoint Tilt
Mencapai Setpoint dengan cukup bagus Mencapai Setpoint dengan cukup bagus
Data hasil pengujian Feedback Linearization ANFIS Feedback Linearization ANFIS Data hasil
Data hasil pengujian Feedback Linearization ANFIS
Data hasil pengujian Feedback Linearization ANFIS Feedback Linearization ANFIS Data hasil
Dokumentasi Hasil Penelitian y Video MIMO y Video Feedback Linearization
Kesimpulan Hasil akhir yang dapat diambil dari rancang bangun sistem penjejakan wajah menggunakan kamera PTZ dengan metode Multi Input Multi Output ,MIMO ANFIS dan p digunakan g g kontrol Feedback Linearization ANFIS adalah sistem MIMO ANFIS dapat sebagai pergerakan kamera PTZ dalam melakukan penjejakan wajah dan didapatkan hasil yang cukup baik sebagai kontribusi pengembangan arsitektur ANFIS standar. Sistem MIMO ANFIS dapat melakukan penjejakan wajah dengan cukup baik dengan jumlah iterasi 50 pada fase pembelajaran, pembelajaran dan pada fase penggunaan online, online berdasarkan data percobaan diperoleh estimasi waktu setiap satu sampling time dibutuhkan waktu sebesar 23.34ms. Sistem Feedback Linearization ANFIS dapat digunakan sebagai kontrol pergerakan kamera PTZ untuk melakukan penjejakan wajah dengan hasil yang cukup baik sebagai kontribusi pengembangan terhadap sistem MIMO dengan tidak memerlukan fase pembelajaran secara offline. Sistem Feedback Linearization ANFIS dapat melakukan penjejakan wajah dengan performa f sistem i yaitu i error steady d state sebesar b 0 430108 dan 0.430108 d settling li time i sebesar b 5841 531 5841.531 ms pada jumlah iterasi 50 tiap proses satu sample data, dan berdasarkan data percobaan, estimasi waktu setiap proses yang berjalan atau satu sample data adalah sebesar 24.82 ms, sehingga dapat disimpulkan kebutuhan waktu proses hampir mendekati sistem MIMO. Sistem Feedback Linearization ANFIS merupakan suatu metode kontrol yang dapat diterapkan tanpa harus melatihkan data-data terlebih dahulu seperti sistem MIMO ANFIS.
Daftar Pustaka 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14.
T. Funahasahi, M. Tominaga, T. Fujiwara, H. Koshimizu (2004), “Hierarchical Face Tracking by using PTZ Camera”, Proceeding of the sixth IEEE International Conference on Automatic Face and Gesture Recognition (FGR 04) C.M. Wang, Y.T. Hsu (2003), “A Robust Real Time Moving Object Tracking Algorithm with a PTZ Camera for Surviellance Applications”, 16th IPPR conference on Computer Vision, Graphics and Image Processing (CVGIP 2003), ) 2003/8/17‐19, Kinmen, ROC. T. Sawangsri, V. Patanavijit, and S. Jitapunkul (2005), “Face Segmentation Using Novel Skin‐Color Map and Morphological Technique”, Proceedings Of World Academy Of Science, Engineering And Technology, Vol.2, January 2005, ISSN 1307‐6884 H. Kashima, H. Hongo, Kunihito Kato, Kazuhiko Yamamoto (2002), “An Iris Detection Method Using the Hough Transform and Its Evaluation for Facial and Eye Movement”, The 5th Asian Conference on Computer Vision, 23— 25 January J 2002, Melbourne, M lb A t li ACCV2002. Australia, ACCV M.H. Yang, D.J. Kriegman, N. Ahuja (2002), “Detecting Faces in Images : A Survey”, IEEE Transactions on Pattern Analysis And Machine Intelligence, Vol 24, No.1 January 2002. R.S. Feris, T.Ed Campos, R.M.C. Junior (2000), “Detection and Tracking of Facial Features in Video Sequences”, Dept of Computer Science DCC‐IME‐USP, Univefsity of Sao Paulo, Springer‐Verlag press, MICAI‐2000, Acapulco. E.V. Cuevas, D. Zaldivar, R.Rojas (2004), “Neurofuzzy prediction for visual tracking”, Institut fur Informatik Freie U i i Berlin, Univesitat B li Germany, G 1st International I i l Conference C f on Electrical El i l and d Electronics El i Engineering, E i i 2004. Jyh‐Shing, R Jang, “ANFIS : Adaptive‐Network‐Based Fuzzy Inference System”, Dept. of Electrical Engineering and Computer Science, University of California, Berkeley, CA 94720. Datasheet Kamera PTZ Samsung SPD‐1000, Pan‐Tilt and 10xZoom. Akhmad Hendriawan, Djoko Purwanto, ”Tracking Mata secara real‐time Berbasis ROI dari hasil deteksi pusat iris menggunakan Template Matching”, Industrial Electronicss Seminar 2008 EEPIS‐ITS. Akhmad Hendriawan, Djoko Purwanto, “Sistem Deteksi dan Tracking Mata Manusia Secara Realtime Menggunakan metode Continously Adaptive Mean‐Shift”, Seminar Nasional Pascasarjana VIII – ITS, Surabaya 13 Agustus 2008. Nauck D., Kruse R., “Neuro‐Fuzzy Systems for Function Approximation”, Faculty of Computer Science, Neural and Fuzzy Systems, Otto‐von‐Guericke‐University of Magdeburg, Universitaetsplatz 2, D‐39106 Magdeburg, Germany. G Bradski, G. d ki A. A Kaehler, hl V. Pisarecsky, i k "Learning‐Based " i d Computer C Vision i i with i h Intel's l' Open O S Source C Computer Vision Library", Intel Technology Journal, Vol 09 Issue 02, May 19, 2005. Gary R. Bradski, Computer Vision Face Tracking For Use in a Perceptual User Interface Microcomputer Research Lab, Santa Clara, CA, Intel Corporation, Intel Technology Journal Q2 ’98.
Terima Kasih
