FACE TRACKING DAN DISTANCE ESTIMATION PADA REALTIME VIDEO MENGGUNAKAN 3D STEREO VISION CAMERA

Edy Winarno, Agus Harjoko

Abstract


Face Tracking dan Distance Estimation pada realtime video menggunakan 3D stereo vision camera yang diajukan dalam paper ini adalah sebuah sistem deteksi wajah dan pengukuran estimasi jarak obyek wajah yang terdeteksi menggunakan 3D stereo vision camera. Dalam penelitian ini dikembangkan sistem untuk deteksi wajah menggunakan Haar Cascade Classifier dan untuk pengukuran estimasi jarak wajah dengan kamera menggunakan proyeksi gambar 2D menjadi 3D. Data 3 dimensi pada stereo vision kamera yang digunakan dapat direkonstruksi menggunakan proyeksi 2 Dimensi dari 2 buah titik kamera pada stereo vision camera. Implementasi deteksi wajah (face tracking) dan estimasi jarak pada realtime video menggunakan stereo vision camera yang diusulkan dapat bekerja untuk mendeteksi setiap obyek wajah manusia dengan baik, dan mampu memberikan estimasi jarak antara obyek wajah yang ditangkap dengan stereo vision camera secara riil. Deteksi wajah dan estimasi jarak wajah yang optimal adalah pada kisaran jarak 51-200cm, dengan deteksi wajah dan estimasi jarak yang ideal adalah pada posisi frontal view. Dari percobaan yang dilakukan dapat dihasilkan sebuah sistem tracking wajah yang robust dan dapat diketahui akurasi perhitungan estimasi jarak dibandingkan dengan jarak riil wajah mencapai 94.74 %.


Full Text:

PDF (Indonesian)

References


Yang, M. (2002) Detecting faces images: A survey, IEEE Transactions on Pattern Analysis and Machine Inteligence, vol. 24 no. 1, pp.34-58

Zhao, X., Hui, Y.,(2009) Face Tracking Based on Fusion Skin Color Model and Optical Flow Algorithm, International Conference on Wireless Networks and Information Systems Issue Date:December 2009 pp.

-92

Martinez-Gonzalez, A.N., Ayala-Ramirez, V., (2011) Real Time Face Detection Using Neural Networks Mexican International Conference on Artificial Intelligence, December 2011 pp. 144-149 2011

Wei, W.,Zhang, Y., Lin, Z., (2009) Illumination Invariant Multi-pose Face Tracking Shaanxi Key Laboratory of Speech & Image Information Processing, School of Computer Science, Northwestern Polytechnical University, Xi’an 710072, China

Robert L., OpenCV 2 Computer Vision Application Programming Cook Book, Packt Publishing, Birmingham, UK, 2011.

Low, A., Introductory Computer Vision and Image Processing, McGraw-Hill , UK, 1991.

Jahne, B., Haubecker, H., Geibler, P., Handbook Of Computer Vision And Applications, Volume 2, Signal Processing and Pattern Recognition, 1999, Accademic Press.

Philip I. W., John F., Facial Feature Detection Using Haar Classifier, Cosortium for Computing Sciences in College, JCSC, 2006.

Hendriks, E. A., Redert, P. A., Converting 2D to 3D: A Survey, Information and Communication Theory Group (ICT) Faculty of Electrical Engineering, Mathematics and Computer Science, Delft University of Technology, the Netherlands, 2005.

Nixon, M, S., Aguado, A, S., Feature Extraction and Image Processing second edition., Academic Press, 2008.

Budiharto, W., Santoso, A., Purwanto D., Jazidie, A., Multiple Moving Obstacles Avoidance of Service Robot using Stereo Vision, TELKOMNIKA, Vol.9, No.3, December 2011, pp. 433~444 e-ISSN: 2087-278X (p-ISSN: 1693-6930)


Refbacks

  • There are currently no refbacks.