Barcode

Head of post graduat

Judul English

Multiple Human Tracking using Deep Convolution Neural Netwok Detection, Siamese Network and Hungarian Algorithm

Examiners

Tim penguji 3

Wisnu Jatmiko

No. Induk

Tim penguji 4

Agus Buono

Kata Kunci

Deteksi objek, pelacakan orang banyak, RetinaNet, algoritma Hungarian, Siamese network, interpolasi.

Pembimbing 3

Pembimbing 2

Mohamad Ivan Fanany

Kopromotor

Tahun buku

2020

Barcode RFID baru

11627443

Promotor

Tim penguji 1

Lim Yohanes Stefanus

Abstrak Indonesia

Universitas Indonesia ABSTRAK Nama : Dina Chahyati Program Studi : Doktor Ilmu Komputer Judul : Pelacakan Orang Banyak Menggunakan Deteksi Deep Convolution Neural Netwok, Siamese Network dan Algoritma Hungarian Pelacakan orang banyak pada video berdasarkan hasil deteksi orang pada setiap frame merupakan problem yang menantang karena kompleksitas yang dimilikinya. Kesalahan deteksi orang pada setiap frame akan menyebabkan kesalahan pelacakan orang pada keseluruhan video. Pada penelitian ini, diusulkan metode pelacakan yang dapat meminimalkan propagasi kesalahan dari kesalahan deteksi dengan waktu pelacakan yang tidak terlalu lama. Penelitian ini menggunakan deep convolutional neural network (DCNN) seperti Faster-RCNN dan RetinaNet sebagai detektor objek dan algoritma Hungarian sebagai metode asosiasi antar orang-orang yang terdeteksi di setiap frame. Matriks masukan untuk algoritma Hungarian terdiri dari kedekatan vektor ciri DCNN yang dihasilkan oleh Siamese Network, jarak titik tengah bounding box, dan perbandingan irisan-gabungan (IoU) dari bounding box. Pada tahap akhir dilakukan interpolasi terhadap hasil pelacakan. Metode yang diusulkan menghasilkan MOTA 61.0 pada dataset benchmark pelacakan orang banyak MOT16. Kata Kunci: Deteksi objek, pelacakan orang banyak, RetinaNet, algoritma Hungarian, Siamese network, interpolasi.

Cat. Umum

Judul

Pelacakan Orang Banyak Menggunakan Deteksi Deep Convolution Neural Netwok, Siamese Network dan Algoritma Hungarian

Co-Supervisor

Subjek

Pembimbing 1

Aniati Murni Arymurthy

Examiners 6

Examiners 5

Supervisor

Examiners 4

Examiners 3

Examiners 2

Examiners 1

Bibliografi

Pengarang

Dina Chahyati;

Cat. Karya

Co-Supervisor 1

Tim Penguji 6

Timpenguji 2

Denny

Tim Penguji 7

Tim Penguji 5

WSahyu Catur Wibisono

Co promotors

chair Person

Tanggal Datang

23/11/2020

Asal

Kopromotor 1

NPM

1206339714

Abstrak English

Universitas Indonesia ABSTRACT Name : Dina Chahyati Study Program : Computer Science Title : Multiple Human Tracking using Deep Convolution Neural Netwok Detection, Siamese Network and Hungarian Algorithm Multiple object (human) tracking in video based on object detection in every frame is a challenging problem due to its complexity. Error in the detection phase will cause error in the tracking phase. In this research, a multiple human tracking method is proposed to minimize the error propagation. The method uses deep convolutional neural network (DCNN) such as Faster-RCNN and RetinaNet as object detector and Hungarian algorithm as association method among detected humans in consecutive frames. The input matrix for Hungarian algorithm consists of the similarity of DCNN feature vector resulted from Siamese network, the distance of bounding box centers, and bounding box intersection of union (IoU). In the last step, interpolation is applied to the tracking result. The proposed method achieves 61.0 MOTA in multiple object tracking benchmark MOT16. Keywords: Object detection, multiple object tracking, RetinaNet, Hungarian Algorithm, Siamese network, interpolation.

Pengarang 2

Chair of examiner

Fisik

x, 59 hlm.: ill.; 30 cm.

Bahasa

ind

Lulus Semester

Penerbitan

Depok: Fasilkom UI, 2020

No. Panggil

Dis-84 (Softcopy Dis-75)