Background Subtraction Berbasis Algorithma K-Means Klastering untuk Deteksi Objek Bergerak
Abstract
Background subtraction menjadi bagian yang sangat penting dari deteksi objek bergerak di video. Problem utamanya adalah
ketepatan dalam proses menentukan objek bergerak. Makalah ini mengusulkan metode klastering dengan k-means pada
background subtraction dalam mendeteksi objek bergerak. Untuk mengevaluasi performa dari k-means digunakan Mean
Square Error (MSE) dan Peak Signal Noise Ratio (PSNR). Hasil eksperimen menunjukkan bahwa k-means mampu untuk
melakukan klasifikasi piksel latar depan atau latar belakang dalam mendeteksi objek.
Keyword : k-means, background subtraction, objek bergerak
ketepatan dalam proses menentukan objek bergerak. Makalah ini mengusulkan metode klastering dengan k-means pada
background subtraction dalam mendeteksi objek bergerak. Untuk mengevaluasi performa dari k-means digunakan Mean
Square Error (MSE) dan Peak Signal Noise Ratio (PSNR). Hasil eksperimen menunjukkan bahwa k-means mampu untuk
melakukan klasifikasi piksel latar depan atau latar belakang dalam mendeteksi objek.
Keyword : k-means, background subtraction, objek bergerak
Full Text:
PDFArticle Metrics
Abstract view : 424 timesPDF - 305 times
Refbacks
- There are currently no refbacks.