See

discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/283259080

Deteksi dan Tracking Objek untuk Sistem

Pengawasan Citra Bergerak

Conference Paper · October 2015

CITATIONS READS

0 656

2 authors, including:

Iping Supriana
Bandung Institute of Technology
258 PUBLICATIONS 187 CITATIONS

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Knowledge Model to support autonomous knowledge transfer between Knowledge-based Systems

View project

Generic animation method in IFS fractal model View project

All content following this page was uploaded by Iping Supriana on 27 October 2015.

The user has requested enhancement of the downloaded file.

 Deteksi dan Tracking Objek untuk Sistem
Pengawasan Citra Bergerak
Luqman Abdul Mushawwir
Informatika, Sekolah Teknik Elektro dan Informatika
Institut Teknologi Bandung
Bandung, Indonesia
abdulmushawwir@gmail.com
Abstrak—Analisis terhadap situasi pada lingkungan
tertentu merupakan hal yang sangat penting dalam sistem
pengawasan lingkungan, terutama dengan citra bergerak.
Teknik untuk melakukannya pun banyak diteliti pada
beberapa tahun terakhir. Ada beberapa persoalan yang
harus dihadapi dalam melakukan deteksi dan tracking pada
citra bergerak, namun kebanyakan penelitian yang
dilakukan hanya menyelesaikan persoalan secara parsial.
Telah diajukan sebuah rangkaian algoritma untuk
melakukan deteksi dan tracking objek untuk pengawasan
citra bergerak. Algoritma yang diajukan ini terdiri dari
deteksi objek dengan algoritma K-Means serta evaluasi
spasial-temporal untuk tracking objek. Eksperimen
dilakukan terhadap lima dataset video dengan
karakteristik yang berbeda-beda. Efektivitas yang
diperoleh dari algoritma ini tinggi pada dataset yang
memiliki latar statik, namun masih mendeteksi banyak
false positive pada dataset yang memiliki latar dinamik.
Adapun waktu pemrosesan yang dilakukan pada algoritma
ini masih harus ditingkatkan, karena mengalami
penurunan sekitar 50%-70% dari kecepatan video asli.
Kata Kunci—Deteksi objek, tracking objek, sistem pengawasan
citra bergerak, K-Means, evaluasi spasial-temporal
I. PENDAHULUAN
Pada beberapa tahun belakangan, perkembangan metode
untuk analisis terhadap aktivitas dalam suatu lingkungan
meningkat dengan cukup pesat. Beberapa di antaranya adalah
sensor magnetik, gelombang, dan pemrosesan gambar bergerak.
Belakangan, metode yang banyak diteliti adalah metode untuk
pemrosesan citra bergerak. Hal ini disebabkan oleh
meningkatnya kekuatan komputasi [1]–[3].
Bagian yang sangat penting dalam analisis dan pemrosesan
citra bergerak adalah deteksi dan tracking objek dalam citra [2].
Adapun dalam melaksanakan kedua bagian ini ada beberapa
persoalan yang harus diselesaikan, di antaranya:
1. Oklusi atau penumpukan objek yang menyebabkan
objek hanya terlihat sebagian / tertutup sama sekali
[1], [4]–[7].
Iping Supriana
Informatika, Sekolah Teknik Elektro dan Informatika
Institut Teknologi Bandung
Bandung, Indonesia
iping@informatika.org
2. Ketinggian dan sudut pandang kamera yang
membuat ukuran dan dimensi objek menjadi tidak
pasti [1], [4], [7].
3. Adanya bayangan dari objek sehingga dapat
mengganggu deteksi [5], [8].
4. Perbedaan intensitas cahaya, kontras, atau keadaan
scene yang dapat mengganggu deteksi (seperti
salju, hujan, malam hari, dan lain-lain) [1], [2], [9]
Penelitian yang dilakukan sebelumnya dapat mengatasi
beberapa persoalan, namun hanya secara parsial dan tidak
menyeluruh. Jika berhasil dalam mengatasi satu persoalan,
biasanya akan mengalami kesulitan pada persoalan lain.
Makalah ini akan memperlihatkan sebuah teknik dan
algoritma untuk deteksi dan tracking objek untuk sistem
pengawasan citra bergerak. Tujuan dari diajukannya teknik dan
algoritma ini adalah untuk menyelesaikan sebanyak-banyaknya
persoalan yang dihadapi, sehingga diharapkan algoritma yang
dikembangkan dapat digunakan dalam analisis citra bergerak
pada segala situasi.
Adapun penjelasan dari makalah ini akan dilakukan sebagai
berikut: 1) pendahuluan yang berisi latar belakang persoalan dan
tujuan dari penelitian yang dilakukan, 2) teknik-teknik deteksi
dan tracking objek yang telah diteliti sebelumnya, untuk
mengetahui state of the art dari deteksi dan tracking objek, 3)
solusi yang diajukan untuk deteksi dan tracking objek untuk
sistem pengawasan citra bergerak, 4) implementasi dan
eksperimen yang dilakukan untuk algoritma yang diajukan, dan
5) penutup makalah yang berisi simpulan dan saran
pengembangan untuk penelitian selanjutnya.
II. TEKNIK-TEKNIK DETEKSI DAN TRACKING OBJEK
Pada bab ini, akan dijelaskan teknik-teknik deteksi dan
tracking objek yang telah diteliti sebelumnya.
A. Deteksi Objek
Deteksi objek bertujuan untuk memisahkan objek /
foregrund dari citra latar. Biasanya untuk melakukan deteksi
objek, akan dibuat sebuah model latar pada sebuah citra
bergerak berdasarkan nilai pixel yang masuk seiring waktu
[10]. Adapun teknik untuk mendapatkan nilai ini dapat
dikelompokkan menjadi temporal frame difference,
background subtraction, dan metoda statistik.
Temporal frame difference – metoda ini secara umum
memanfaatkan perbedaan warna yang terjadi pada pixel ketika
ada benda / objek berubah bentuk atau bergerak [11].
Persamaan (1) menunjukkan perhitungan perbedaan nilai pixel,
dengan Δn adalah perbedaan nilai pixel pada frame ke-n dan In
adalah nilai intensitas pixel pada frame ke-n [12].
Δn = | In – In-1 |
(1)
Setelah diperoleh nilai Δn, bagian gambar yang bergerak
dapat dihitung dengan membandingkan nilai perbedaan
tersebut dengan sebuah batas yang telah ditentukan
sebelumnya. Batas tersebut biasanya sebesar 15% dari range
nilai intensitas yang diobservasi, sehingga jika nilai intensitas
pixel berada pada jarak 0-255, maka batas dapat ditentukan di
sekitar nilai 40. Citra pergerakan (Mn) dapat diperoleh dengan
operasi per pixel sebagai berikut [12]:
𝐼𝑛 , ∆𝑛 ≥ 𝑇
𝑀𝑛 = { (2)
0, ∆𝑛 < 𝑇
Metoda ini dapat divariasikan dengan menggunakan lebih
dari dua frame dalam melakukan frame difference [13], [14]
atau menggunakan nilai threshold yang adaptif [11].
Background subtraction – metode ini memodelkan latar
secara langsung dari pixel yang masuk dengan berbagai cara,
seperti running average / approximate median filter atau
temporal median filter [10], [11], [15]–[17]. [10] ikut
mengelompokkan metoda seperti gaussian mixture model atau
kernel density estimation pada kelompok ini, namun di sini
model-model tersebut akan dibahas pada bagian selanjutnya.
Inti dari metoda background subtraction adalah membuat
model latar untuk menjadi acuan dalam deteksi foreground.
Jika foreground pada frame ke-t dilambangkan dengan Ft,
sedangkan nilai intensitas pixel dan nilai latar berturut-turut
dilambangkan dengan It dan Bt, maka nilai foreground tersebut
dapat ditentukan dengan [11], [16]:
1, |𝐼𝑡 − 𝐵𝑡 | > 𝑇
𝐹𝑡 = { (3)
0, 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
Adapun dalam menentukan nilai citra latar, dapat digunakan
beberapa metode, di antaranya adalah running average filter
dan temporal median filter [10], [11], [16], [18].
Running average filter membentuk citra latar dengan
menghitung rata-rata (mean) dari nilai intensitas pixel yang
muncul [10], [11], [16]. Perhitungan rata-rata dilakukan dengan
metode running average, yaitu perhitungan berdasarkan nilai
yang masuk (It), rata-rata pada frame sebelumnya (µt) dan
learning rate (α). Persamaan untuk menghitung rata-rata
tersebut adalah [19]:
𝜇𝑡 = 𝛼𝐼𝑡 + (1 − 𝛼)𝜇𝑡−1 (4)
Nilai α diperoleh dari eksperimen, dan memiliki nilai
dengan range 0 sampai 1. Metoda running average memiliki
beberapa variasi dan peningkatan, beberapa di antaranya
dengan menambahkan kondisi pixel saat ini untuk dimasukkan
ke dalam perhitungan nilai pixel latar sebagai berikut [11], [13],
[19]:
𝛼𝐼 + (1 − 𝛼)𝐵𝑡−1 , 𝑗𝑖𝑘𝑎 (𝑥, 𝑦) 𝑑𝑖𝑎𝑚
𝐵𝑡 = { 𝑡 (5)
𝐵𝑡−1 , 𝑗𝑖𝑘𝑎 (𝑥, 𝑦) 𝑏𝑒𝑟𝑔𝑒𝑟𝑎𝑘
𝛼𝐼 + (1 − 𝛼)𝐵𝑡−1 , 𝑗𝑖𝑘𝑎 (𝑥, 𝑦) 𝑑𝑖𝑎𝑚
𝐵𝑡 = { 𝑡 (6)
𝛽𝐼𝑡 + (1 − 𝛽)𝐵𝑡−1 , 𝑗𝑖𝑘𝑎 (𝑥, 𝑦) 𝑏𝑒𝑟𝑔𝑒𝑟𝑎𝑘
Temporal median filter menggunakan nilai median dari
sekuens pixel untuk membentuk model latar. Median dapat
diperoleh dari n frame terakhir pada citra [18] atau dengan
mengikutkan nilai median yang telah dihitung sebelumnya [20]
untuk meningkatkan stabilitas nilai latar.
Ada beberapa asumsi yang digunakan dalam penggunaan
median untuk pemodelan latar [21]:
1. Latar hanya berubah sedikit seiring waktu,
2. Durasi setiap pixel berada pada latar lebih besar
daripada durasi sebagai foreground,
3. Nilai pixel yang berada pada latar hanya berubah
sedikit, sedangkan untuk nilai pixel foreground
akan sangat bervariasi.
Jika median dihitung dengan membuat sampel nilai pixel
maka perhitungan akan membutuhkan memori dan operasi
yang mahal secara komputasi. Oleh karena itu, digunakan filter
sederhana untuk memperkirakan nilai median dari nilai median
sebelumnya dan nilai pixel yang masuk sebagai berikut [17],
[22]:
𝐵 + 1, 𝐵𝑡 ≤ 𝐼𝑡
𝐵𝑡 = { 𝑡−1 (7)
𝐵𝑡−1 − 1, 𝐵𝑡 > 𝐼𝑡
Metoda statistik – Deteksi objek dapat juga dilakukan
dengan memodelkan nilai pixel yang masuk secara statistik
[23]. Pada dasarnya, probabilitas kemunculan suatu pixel pada
citra dapat dimodelkan dengan sebuah model distribusi
gaussian. Pfinder menggunakan model gaussian tunggal untuk
memodelkan latar pada citra bergerak, namun implementasinya
kurang baik untuk video outdoor yang memiliki variasi yang
banyak [19]. Model yang sering digunakan untuk video outdoor
di antaranya adalah gaussian mixture model dan non-
parametric model [24]–[26].
Gaussian mixture model merupakan model distribusi untuk
menyimpan sejarah nilai pixel yang ada dalam video. Nilai
pixel dimodelkan dalam K buah distribusi gaussian dengan
masing-masing memiliki nilai mean (µ) dan variansi (σ), serta
bobot (ω) yang berbeda-beda [25], [26]. Probabilitas sebuah
pixel dalam model adalah sebagai berikut:
𝑃(𝑋𝑡 ) = ∑𝐾
𝑖=1 𝜔𝑖,𝑡 ∗ 𝜂(𝑋𝑡 , 𝜇𝑖,𝑡 , Σ𝑖,𝑡 ) (8)
1 𝑇 Σ−1 (𝑋 −𝜇 )
1
𝜂(𝑋𝑡 , 𝜇, Σ) = 𝑛 1 𝑒 −2(𝑋𝑡−𝜇𝑡) 𝑡 𝑡
(9)
(2𝜋) 2 |Σ|2
Dengan K adalah jumlah distribusi gaussian, ωi,t adalah
perkiraan bobot (berapa porsi data dihitung dalam distribusi
gaussian) pada distribusi ke-i pada waktu t, µi,t adalah nilai
mean dari distribusi tersebut, Σi,t adalah matriks kovariansi dari
distribusi tersebut, dan η adalah fungsi kerapatan probabilitas
gaussian sebagaimana tertulis pada persamaan (9) [25].
Setiap nilai pixel Xt dicek terhadap K distribusi gaussian,
hingga terjadi kecocokan. Kecocokan didefinisikan jika nilai
sebuah pixel berada pada 2.5 kali nilai simpangan baku sebuah
distribusi. Kategori kecocokan ini dapat diubah dengan
pengaruh pada kinerja algoritma [25].
Setelah itu, nilai-nilai dalam distribusi yang dimiliki akan
diperbaharui berdasarkan nilai pixel yang masuk [25]:
𝜔𝑘,𝑡 = (1 − 𝛼)𝜔𝑘,𝑡−1 + 𝛼(𝑀𝑘,𝑡 ) (10)
𝜇𝑡 = (1 − 𝜌)𝜇𝑡−1 + 𝜌𝑋𝑡 (11)
𝜎𝑡2 = (1 − 𝜌)𝜎𝑡−1
2
+ 𝜌(𝑋𝑡 − 𝜇𝑡 )𝑇 (𝑋𝑡 − 𝜇𝑡 ) (12)
𝜌 = 𝛼𝜂(𝑋𝑡 |𝜇𝑘 , 𝜎𝑘 ) (13)
Dengan α adalah learning rate dan Mk,t bernilai 1 untuk
model yang cocok dan bernilai 0 untuk model yang tidak cocok.
Paremeter µ dan σ tidak berubah untuk distribusi yang tidak
cocok, sedangkan untuk distribusi yang cocok, parameter-
parameter tersebut diperbaharui dengan persamaan (11)-(13).
Non-parametric model diajukan untuk memodelkan latar
pada citra bergerak berdasarkan kernel density estimation
(KDE) pada n nilai terakhir dari citra [10], [15], [24]. Hal ini
dilatarbelakangi citra latar yang bukan sesuatu yang statik,
namun juga ada pengaruh benda-benda yang bergerak seperti
daun-daun, aliran air, hujan, dan lain-lain [24].
Tujuan dari model yang dibuat adalah untuk mengambil
informasi terbaru dari sekuens citra, kemudian secara cepat
memperbaharuinya. Untuk itu, dilakukan perkiraan density
function untuk distribusinya. Untuk x1, x2, ..., xN sampel nilai
intensitas dari sebuah pixel, sebuah probability density function
pada waktu t dapat diperkirakan secara non-parametrik
menggunakan kernel estimator K sebagai berikut [24]:
1 1⁄
𝑃𝑟(𝑥𝑡 ) = ∑𝑁
𝑖=1 𝐾(𝑥𝑡 − 𝑥𝑖 ) (14)
𝑁
Persamaan (15) menunjukkan probability density function
jika digunakan fungsi normal untuk fungsi kernel K. Persamaan
(16) menunjukkan reduksi dari persamaan (15) dengan
mengasumsikan nilai variansi dari setiap warna saling
independen [24].
1 1 1 𝑇 𝛴 −1 (𝑥 −𝑥 )
𝑃𝑟(𝑥𝑡 ) = ∑𝑁
𝑖=1 𝑑 1 𝑒 −2(𝑥𝑡 −𝑥𝑖 ) 𝑡 𝑖 (15)
𝑁
(2𝜋) 2 |𝛴|2
2
1 (𝑥𝑡,𝑗 −𝑥𝑖,𝑗 )
−
1 1 2 𝜎2
𝑃𝑟(𝑥𝑡 ) = ∑𝑁 ∏𝑑 𝑒 𝑗 (16)
𝑁 𝑖=1 𝑗=1
√2𝜋𝜎𝑗2
Model non-parametrik yang telah diajukan tersebut dapat
beradaptasi dengan background yang berubah-ubah dan dapat
mendeteksi objek secara akurat. Meskipun demikian,
perhitungan yang dilakukan pada model ini lebih kompleks dari
perhitungan pada gaussian mixture model yang sebelumnya
[10], [15], [24].
B. Tracking Objek
Tracking objek pada citra bergerak merupakan sebuah cara
untuk mengikuti elemen citra yang sudah dilokalisasi menjadi
objek yang bergerak seiring waktu secara otomatis dalam citra
bergerak / video. Tracking memiliki peran penting dalam
pemrosesan video karena dapat menjadi satu patokan untuk
mengekstrak beberapa perkiraan properti dari objek bergerak
dalam video [27], [28].
Persoalan tracking objek pada citra bergerak sudah cukup
banyak diteliti dan melahirkan beberapa algoritma yang
menjadi standar. Beberapa algoritma yang menjadi standar
dalam memecahkan tracking objek di antaranya adalah
Kanade-Lucas Tracker dan MeanShift.
Kanade-Lucas Tracker merupakan sebuah teknik registrasi
citra menggunakan informasi gradien spasial untuk
mencocokkan sebuah objek pada suatu citra dengan citra lain
tanpa terpengaruh perbuahan bentuk pada citra [29]. Secara
umum, metoda ini mengukur kecocokan antara sebuah jendela
fitur pada frame saat ini dan sebelumnya dengan perubahan sum
of squared intensity dari jendela tersebut [29], [30].
Persoalan transisi citra dapat dijelaskan sebagai berikut:
diberikan fungsi F(x) dan G(x) yang memberikan nilai pixel
pada lokasi x pada dua citra, dengan x ada vektor, maka kita
akan mencari vektor jarak h yang meminimalkan perbedaan
antara F(x+h) dan G(x) dengan x dalam sebuah region of
interest R. Pengukuran dari perbedaan antara F(x+h) dan G(x)
adalah sebagai berikut [29]:
𝐿1 𝑛𝑜𝑟𝑚 = ∑𝑥∈𝑅 |𝐹(𝑥 + ℎ) − 𝐺(𝑥)| (17)
𝐿2 𝑛𝑜𝑟𝑚 = (∑𝑥∈𝑅[𝐹(𝑥 + ℎ) − 𝐺(𝑥)]2 ) 2 (18)
 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑒 𝑜𝑓 𝑛𝑜𝑟𝑚𝑎𝑙𝑖𝑧𝑒𝑑 𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑡𝑖𝑜𝑛 =
− ∑𝑥∈𝑅 𝐹(𝑥+ℎ)𝐺(𝑥)
1 1
(∑𝑥∈𝑅 𝐹(𝑥+ℎ)2 ) ⁄2 (∑𝑥∈𝑅 𝐺(𝑥)2 ) ⁄2
Kemudian sebuah iterasi dilakukan untuk mencari
kemungkinan h kesamaan antara kedua objek tersebut dengan
iterasi Newton-Raphson sebagai berikut [29]:
𝑤(𝑥)[𝐺(𝑥)−𝐹(𝑥+ℎ𝑘 )]
ℎ𝑘+1 = ℎ𝑘 + ∑𝑥 / ∑𝑥 𝑤(𝑥)
𝐹′(𝑥+ℎ𝑘 )
Secara umum, algoritma Lucas-Kanade yang banyak
dilakukan saat ini berbasis pada algoritma berikut [31], [32]:
1. Mendeteksi fitur yang baik (biasanya harris corners)
pada frame pertama
2. Untuk setiap fitur, hitung pergerakan antara frame
yang berurutan
3. Hubungkan vektor gerakan pada frame untuk
memperoleh jejak untuk setiap fitur
4. Keluarkan fitur-fitur baru dengan mendeteksi fitur
pada setiap m (10 atau 15) frame
Ulangi langkah 1-3 untuk melakukan tracking pada fitur
tersebut.
MeanShift – merupakan sebuah prosedur iteratif untuk
meraih nilai rata-rata pada sebuah kumpulan data dengan cara
bergeser (shifting). Algoritma ini dapat digunakan untuk
clustering ataupun aplikasi lainnya yang memiliki persoalan
serupa, di antaranya dalam aplikasi computer vision, seperti
segmentasi objek maupun tracking [33], [34].
Algoritma MeanShift menggunakan teknik non-parametrik
untuk mencari mode dalam suatu distribusi data. Pencarian
mode dilakukan dengan secara rekursif menghitung density
gradient hingga tercapai konvergensi (mencapai mode-nya).
Algoritma ini pada awalnya tidak ditujukan untuk tracking
objek, namun karena persoalan ini memiliki karakteristik yang
sama dengan clustering, maka algoritma ini dapat digunakan
secara efektif pada tracking objek [33], [35].
Dalam citra 2D diskrit, lokasi mean (centroid) dapat
ditemukan dengan momen ke-0 dan ke-1 di dalam jendela
pencarian seperti persamaan berikut [35]:
𝑀00 = ∑𝑥 ∑𝑦 𝐼(𝑥, 𝑦)
𝑀10 = ∑𝑥 ∑𝑦 𝑥𝐼(𝑥, 𝑦) ; 𝑀01 = ∑𝑥 ∑𝑦 𝑦𝐼(𝑥, 𝑦) (20)
Centroid dapat dihitung dengan:
𝑀10 𝑀01
𝑥𝑐 = ; 𝑦𝑐 =
𝑀00 𝑀00
(19)
(18)
Figure 1. Hasil tracking dengan CAMShift
Dengan I(x,y) adalah nilai pixel pada posisi (x,y) pada citra.
Untuk melakukan tracking pada objek dengan MeanShift dapat
dilakukan langkah-langkah sebagai berikut [35]:
1. Pilih ukuran dan lokasi awal jendela pencarian pada
citra,
2. Hitung lokasi mean dalam jendela tersebut,
3. Geser lokasi jendela agar mean yang dimaksudn
menjadi di tengah jendela yang baru,
4. Ulangi langkah 2 dan 3 sampai konvergen, atau hingga
lokasi mean berubah lebih kecil dari batas yang
ditentukan.
Algoritma Continuously Adaptive Mean Shift (CAMShift)
merupakan pengembangan dari MeanShift dalam melakukan
tracking objek, dengan menambahkan adaptasi terhadap
distribusi data yang berubah secara dinamis [35], [36].
Algoritma ini, untuk melakukan tugasnya, menambahkan
pengaturan terhadap ukuran jendela perhitungan, untuk
mengantisipasi perubahan distribusi data, terutama terhadap
ukuran distribusi [35]. Gambar I menunjukkan hasil tracking
objek dengan CAMShift.
III. SOLUSI YANG DIAJUKAN
Dalam menyelesaikan persoalan-persoalan yang dihadapi
saat deteksi dan tracking objek, dibutuhkan beberapa langkah
penyelesaian agar memperoleh hasil maksimal. Oleh karena itu,
algoritma yang diajukan dapat dibagi menjadi 5 bagian, yaitu 1)
pre-processing, 2) deteksi foreground, 3) post-processing pixel
dan lokalisasi objek, 4) tracking objek, dan 5) post-precessing
akhir.
A. Pre-processing
Pre-processing dilakukan dengan mengambil informasi
(19) intensitas setiap pixel dari citra masukan. Hal ini dilakukan
karena intensitas warna sudah cukup mewakili kondisi warna
pada citra. Selain itu, penggunaan hanya satu jalur warna akan
menghemat waktu komputasi pemrosesan citra.
𝐼𝑥,𝑦 = 0.2989𝑅𝑥,𝑦 + 0.5870𝐺𝑥,𝑦 + 0.1140𝐵𝑥,𝑦 (22)
(21) Persamaan (22) di atas menunjukkan persamaan untuk
membentuk intensitas pixel dari suatu citra. Ix,y adalah intensitas
pada pixel (x, y), sedangkan Rx,y, Gx,y,dan Bx,y berturut-turut
adalah nilai kanal merah, hijau, dan biru pada pixel (x, y).
B. Deteksi Foreground
Deteksi foreground dilakukan dengan memodelkan nilai
pixel sebagai gaussian mixture model. Sebuah gaussian mixture
model dengan K buah distribusi gaussian dengan mean µ dan
bobot w dibuat dengan parameter masing-masing sebagai
berikut:

256
𝜇𝑘(𝑥,𝑦,𝑡=0) = ∗𝑘 (23)
𝐾

1
𝑤𝑘(𝑥,𝑦,𝑡=0) = (24)
𝐾
Figure 2. Hasil deteksi foreground

Setelah distribusi gaussian terbentuk, setiap pixel yang
masuk akan mencari distribusi yang paling dekat dari nilai pixel
tersebut. Nilai yang dibandingkan adalah nilai mean dari setiap
distribusi, sehingga algoritma ini mirip dengan algoritma
clustering K-Means.
Setelah dilakukan alokasi pixel tersebut, selanjutnya adalah
pembaruan nilai mean dan bobot dari masing-masing distribusi
berdasarkan keberadaan pixel yang sedang dievaluasi. Jika kt(x,y)
adalah distribusi yang dialokasikan untuk intensitas pixel It(x,y),
nilai distribusi hasil pembaruan adalah sebagai berikut:
𝜇𝑘(𝑥,𝑦,𝑡+1) =
𝜇𝑘(𝑥,𝑦,𝑡) + (𝛼(𝐼𝑡(𝑥,𝑦) − 𝜇𝑘(𝑥,𝑦,𝑡) )) 𝑘 = 𝑘𝑡(𝑥,𝑦)
{ (25)
𝜇𝑘(𝑥,𝑦,𝑡) 𝐿𝑎𝑖𝑛𝑛𝑦𝑎
𝑤𝑘(𝑥,𝑦,𝑡+1) =
((1 − 𝛼) ∗ 𝑤𝑘(𝑥,𝑦,𝑡) ) + 𝛼 𝑘 = 𝑘𝑡(𝑥,𝑦)
{ (26)
(1 − 𝛼) ∗ 𝑤𝑘(𝑥,𝑦,𝑡) 𝐿𝑎𝑖𝑛𝑛𝑦𝑎
Setelah itu, setiap pixel dapat ditentukan merupakan latar
atau foreground dengan membandingkan bobot distribusi
tersebut dengan batas (threshold) tertentu. Biasanya, nilai
threshold tersebut sama dengan 1 / K, namun bisa saja
disesuaikan dengan eksperimen yang dilakukan sebelumnya.
Kategori sebuah pixel kemudian dihitung dengan:
1, 𝑤𝑘𝑡(𝑥,𝑦) ≥ 𝑇(𝑥𝑦,)
𝐹(𝑥,𝑦) { (27)
0, 𝐿𝑎𝑖𝑛𝑛𝑦𝑎
Gambar II merupakan hasil deteksi foreground dengan
algoritma ini. Pixel putih menunjukkan pixel foreground
sedangkan yang hitam menunjukkan pixel latar.
C. Pixel Post-processing dan Lokalisasi Objek
Post-processing dilakukan untuk menghilangkan noise dari
hasil deteksi foreground, sehingga kualitas objek yang dideteksi
menjadi lebih baik. Pembersihan pixel dilakukan dengan
menggunakan operasi morfologi citra, yaitu dilation dan
erosion. Pada prinsipnya, kedua operasi ini menggunakan
matrix N x M, memasukkan kriteria perhitungan, kemudian
menetapkan pixel pada matrix tersebut menjadi 1 atau 0
berdasarkan kriteria tersebut
Operasi dilation berfungsi untuk memperbesar garis tepi
pada citra biner. Oleh karena itu, kriteria yang digunakan dalam
operasinya adalah jika ada tetangga dalam matrix yang memiliki
nilai 1, maka seluruh pixel dalam matrix tersebut menjadi
bernilai 1. Sebaliknya, operasi erosion menggunakan kriteria
jika ada tetangga dalam matrix yang bernilai 0, maka seluruh
pixel dalam matrix tersebut menjadi bernilai 0. Operasi erosion
berfungsi untuk mempersempit garis tepi citra dan
menghulangkan citra yang tidak signifikan (hanya bertebal 1
pixel). Untuk mendapatkan hasil yang lebih baik, biasanya
operasi ini dilakukan dalam beberapa iterasi.
Untuk melakukan pembersihan foreground yang telah
dilakukan sebelumnya, digunakan kombinasi dari operasi
dilation dan erosion. Kombinasi yang dilakukan adalah sebagai
berikut:
1. Operasi erosion sebanyak 2 iterasi
2. Operasi dilation sebanyak 3 iterasi
3. Operasi erosion sebanyak 1 iterasi
Rangkaian operasi tersebut dilakukan dengan tujuan
menghilangkan noise berupa pixel kecil yang terdeteksi sebagai
foreground dan menutup daerah foreground yang terpisah satu
sama lain, namun masih dekat.
Setelah dilakukan post-processing, dilakukan lokalisasi
terhadap foreground agar diperoleh objek yang diharapkan
(selanjutnya dapat disebut blob). Untuk melakukan lokalisasi
objek dengan baik, diperlukan dua langkah. Langkah pertama
adalah melokalisasi seluruh objek yang ada dengan membentuk
kontur dari foreground yang dibuat. Kontur ini akan menjadi
dasar untuk langkah selanjutnya yaitu evaluasi hubungan
spasial antar objek.

Langkah selanjutnya adalah melakukan evaluasi hubungan

spasial antar objek. Objek yang telah diidentifikasi dan
dibentuk konturnya pada langkah sebelumnya kemudian dicari
tetangga yang dekat dengannya. Kedekatan ini dapat
dilambangkan dengan jarak antara kontur objek, dengan
mengukur jarak antara titik pusat kedua objek:
𝑟𝑐(𝑚,𝑛) = |𝑐𝑚 − 𝑐𝑛 | (28)
Jika jarak tersebut memenuhi syarat (lebih kecil dari batas
yang ditentukan), maka fitur dari kedua objek ini akan
dibandingkan. Fitur yang dibandingkan adalah warna dari
objek. Persamaan (29) menunjukkan perbedaan intensitas
warna antara dua buah objek. Jika warna dominan dari kedua
objek tersebut serupa, maka dapat disimpulkan kedua objek
sesungguhnya adalah objek yang sama. Persamaan (30)
menunjukkan kriteria kesamaan dua buah objek yang
dievaluasi, dengan Tr adalah batas jarak maksimal dan TI adalah
batas perbedaan intensitas maksimal untuk dikategorikan
serupa.
∆𝐼𝑚,𝑛 = |𝐼𝑚 − 𝐼𝑛 | (29)
𝑟𝑐(𝑚,𝑛) ≤ 𝑇𝑟 ∩ ∆𝐼𝑚,𝑛 ≤ 𝑇𝐼 (30)
Jika kedua syarat tersebut terpenuhi, maka kedua objek
tersebut akan dianggap sama dan selanjutnya akan digabungkan
menjadi satu objek. Gambar III menunjukkan hasil lokalisasi
objek yang dilakukan.
D. Tracking Objek
Tracking objek pada gambar bergerak dilakukan dengan
membandingkan objek yang berhasil dilokalisasi pada frame ke-
t dengan objek pada frame ke-(t-1). Pembandingan akan
dilakukan terhadap jarak dan fitur dari objek. Hasil dari operasi
ini kemudian akan diproses sehingga dapat menangani beberapa
kasus khusus misalnya penumpukan / oklusi yang dialami oleh
objek yang terpisah, pemisahan dari objek yang bertumpuk,
objek yang berhenti, “hantu” objek, dan lainnya.
Setiap objek yang berhasil dideteksi dan terdaftar pada frame
ke-t dihitung jaraknya dengan objek yang terdaftar pada frame
ke-(t-1) dengan persamaan (28). Dari hasil perhitungan jarak
tersebut, dibuat korespondensi objek jika jarak tersebut kurang
dari batas/threshold yang ditentukan. Korespondensi antar objek
tersebut memiliki beberapa kemungkinan, yaitu 1) satu ke satu,
2) satu ke nol, 3) nol ke satu, 4) satu ke banyak, dan 5) banyak
ke satu.
Figure 3. Hasil lokalisasi objek
Selanjutnya setiap kasus akan ditangani sebagai berikut:
1) Satu ke satu
Untuk korespondensi satu ke satu, artinya satu objek
pada frame ke-t dekat tepat dengan satu objek pada
frame ke-(t-1). Pada kasus seperti ini, akan
dibandingkan fitur warna pada kedua objek ini, dengan
persamaan (29). Jika perbedaan fitur warna pada
kedua objek ini lebih kecil dari batas yang ditetapkan
(threshold), dapat disimpulkan bahwa kedua objek
tersebut sama, oleh karena itu dapat dilakukan track
dari objek t-1 ke objek t.
2) Satu ke nol
Objek yang ada pada frame ke-t sebelumnya (pada
frame ke-(t-1)) belum pernah ada. Pada kondisi ini,
ada dua kemungkinan. Kemungkinan yang pertama
adalah terciptanya objek bergerak baru atau
terbentuknya “hantu” yang disebabkan ada benda yang
sebelumnya berhenti kemudian bergerak (latar belum
masuk distribusi latar).
Pada awalnya, begitu terdeteksi objek yang terbentuk
ini akan langsung dimasukkan ke daftar objek yang
ada. Untuk mengetahui kategori dari objek tersebut,
akan dilakukan pengecekan terhadap sejarah gerakan
objek tersebut selama beberapa frame ke depan. Jika
tidak ada pergerakan hingga misalnya 10 frame, maka
objek tersebut akan dianggap “hantu” dan akan
dihilangkan dari daftar objek yang terdeteksi.
3) Nol ke satu
Hal ini terjadi jika objek yang ada pada frame ke-(t-1)
menghilang pada frame ke-t. Ada tiga kemungkinan
yang terjadi, yaitu objek berdiam untuk waktu yang
cukup lama, sehingga akan ikut ke dalam distribusi
latar, objek pada frame ke-t tidak terdeteksi sebagai
objek (karena warnanya serupa dengan latar), atau
objek memang menghilang dari frame.
Untuk mengetahui hal ini, dilakukan pengecekan fitur
warna objek pada frame ke-(t-1) dengan posisi yang
sama pada frame ke-t (29). Jika fitur warna
menunjukkan kesamaan, artinya objek berdiam di
tempat, dan dilakukan track antara objek pada frame
ke-(t-1) dengan posisi yang sama pada frame ke-t. Jika
tidak sama, maka akan dicek objek pada tempat
prediksi pada frame ke-t berdasarkan jalur objek yang
ditemukan sebelumnya. Jika tidak cocok, maka objek
akan dihilangkan.
4) Satu ke banyak
Pada kasus ini, satu buah objek pada frame ke-t terkait
dengan lebih dari satu buah objek pada frame ke-(t-1).
 Untuk kasus ini, ada dua kemungkinan yang terjadi IV. EKSPERIMEN
pada objek tersebut, yaitu objek-objek tersebut Algoritma yang diajukan pada bagian III kemudian
mengalami oklusi atau penumpukan pada frame ke-t diimplementasi dan dilakukan eksperimen untuk mengetahui
atau objek-objek pada t-1 tersebut merupakan satu tiga aspek kinerja, yaitu efektivitas, efisiensi, dan robustness.
objek yang terpisah karena deteksi yang kurang Efektivitas adalah seberapa baik teknik ini dalam
sempurna. menyelesaikan persoalan deteksi dan tracking objek untuk
pengawasan gambar bergerak. Efisiensi adalah seberapa cepat
Untuk mengetahuinya, dilakukan dua buah teknik ini dieksekusi dan faktor-faktor apa yang
pengecekan. Pertama adalah pengecekan jalur dari mempengaruhinya. Robustness membahas apakah teknik ini
objek pada t-1. Dari jalur yang disimpan, kita dapat dapat digunakan dalam semua keadaan (siang / malam, cuaca
memprediksi jalur yang akan ditempuh selanjutnya. buruk, sudut kamera rendah, dan lain-lain).
Jika hasil prediksi tempat objek tersebut pada t tepat
(ada citra dengan fitur sama pada t di jalur hasil Adapun perangkat komputasi yang digunakan untuk
prediksi tersebut), maka selanjutnya adalah pengujian algoritma ini adalah sebagai berikut:
membandingkan ukuran dan fitur warna objek yang
ada pada frame ke-t dengan gabungan objek yang ada - Prosesor Intel(R) Core(TM) i5-3230M CPU @ 2.60
pada frame ke-(t-1). Jika kedua ini cocok, artinya GHz (4 core)
terjadi deteksi kurang sempurna pada frame ke-(t-1) - RAM 4.00 GB
sehingga objek akan digabungkan. Jika tidak, - Sistem Operasi Windows 7 Professional 64-bit
kesimpulannya adalah objek-objek tersebut - Implementasi dengan Python 2.7.7 dengan library
mengalami penumpukan/oklusi dan tetap akan di- numpy untuk komputasi array dan OpenCV untuk
track sebagai objek-objek yang terpisah. input/output video.
5) Banyak ke satu Dataset yang akan digunakan untuk pengujian merupakan
citra outdoor yang mewakili untuk keadaan-keadaan yang
Beberapa objek yang dideteksi pada frame ke-t dapat diinginkan. Tabel I menunjukkan karakterstik dataset yang
berkaitan dengan hanya satu objek pada frame ke-(t- digunakan pada eksperimen algoritma ini.
1). Hal ini dapat menandakan beberapa kemungkinan,
yaitu objek yang asalnya bertumpuk menjadi berpisah TABLE I. KARAKTERISTIK DATASET YANG DIGUNAKAN
atau objek pada frame ke-t yang terdeteksi secara tidak Karakteristik
sempurna sehingga terdeteksi menjadi beberapa objek.
No. Dataset Jumlah Kontras Karakteristik
Ukuran FPS
Untuk mengetahui hal tersebut, dilakukan Objek Warna Latar
penggabungan terhadap objek-objek pada frame ke-t, 1 PETS2009 340 x 260 25.0 Sedang Tinggi Statik
kemudian dilakukan pembandingan dari segi ukuran 2 Jalan raya 482 x 269 20.0 Sedang Rendah Statik
dan fitur warna. Jika dari keduanya tidak ada perbedaan
pelabuhan
yang signifikan, maka dapat disimpulkan bahwa yang
terjadi adalah objek yang terdeteksi secara tidak 3 IP-camera 640 x 360 25.0 Tinggi Tinggi Statik
sempurna. Adapun jika ternyata perbedaan tersebut 4 Ori- 161 x 121 10.0 Rendah Tinggi Dinamik
cukup signifikan, maka akan dikategorikan sebagai WaterObject
benda bertumpuk yang berpisah. 5 Traffic-snow 768 x 576 30.0 Sedang Rendah Dinamik

Gambar 4 menunjukkan hasil tracking pada citra bergerak.

Setiap objek akan ditandai dengan ID yang dijaga pada setiap
frame dengan tracking.
Figure 4. Hasil evaluasi temporal terhadap objek
A. Efektivitas
Efektivitas merupakan hal yang sangat penting dalam
implementasi sebuah algoritma. Hal ini akan menunjukkan
seberapa baik algoritma yang diajukan dalam menyelesaikan
persoalan yang dihadapi. Efektivitas untuk deteksi dan tracking
objek akan dihitung berdasarkan perbandingan antara hasil
deteksi dan kebenaran di lapangan berdasarkan pengamat
manusia. Perbandingan ini akan dikuantifikasi berdasarkan
perhitungan confusion matrix dan precision, recall, serta f-
measure.

Tabel II menunjukkan hasil perhitungan precision, recall,

dan f-measure untuk masing-masing dataset.
TABLE II. HASIL PRESICION, RECALL, DAN F-MEASURE DARI EKSPERIMEN beberapa objek salah dideteksi dan berujung pada false positive.
No. Dataset Precision Recall F-measure Ada catatan juga pada video ini, yaitu beberapa objek hanya
1 PETS2009 90.5 % 90.5 % 90.5 %
terdeteksi sebagian saja. Pada video ketiga (ip-camera),
kekurangan disebabkan ramainya objek yang ada, serta saling
2 Jalan raya 85.7 % 93.7 % 89.5 %
bertumpuknya objek yang lewat karena sudut pandang kamera
pelabuhan yang terlalu datar, sehingga ada beberapa objek yang
3 IP-camera 91.9 % 82.6 % 87.0 % seharusnya terdeteksi sebagai objek yang terpisah, namun
4 Ori-WaterObject 14.3 % 100 % 25.0 % terdeteksi sebagai objek yang sama.
5 Traffic-snow 21.8 % 100 % 35.8 %
Untuk dataset keempat (water-object) dan kelima (traffic-
snow) memperoleh hasil yang kurang baik karena banyak
terdapat noise dari latar yang sangat dinamik dan berujung pada
B. Efisiensi banyaknya false positive. Namun noise dari latar yang dinamik
Algoritma deteksi dan tracking objek untuk citra bergerak tersebut dapat berkurang setelah model latar beradaptasi untuk
tidak dapat digunakan dengan baik jika berjalan dengan waktu beberapa frame.
yang lama. Oleh karena itu, efisiensi dari algoritma yang
diajukan dihitung untuk mengukur apakah algoritma tersebut Akurasi dapat ditingkatkan dengan menambahkan model
layak untuk digunakan, serta faktor-faktor apa saja yang objek yang diinginkan ke dalam algoritma tersebut, sehingga
mempengaruhinya. Kinerja algoritma akan dihitung dengan pembentukan objek dapat lebih baik. Selain itu, dapat juga
frame per second (fps). diberikan waktu awal untuk membentuk model latar yang lebih
baik untuk mengurangi noise dari latar yang dinamik. Jika
Waktu yang dibutuhkan untuk memproses setiap frame perlu, model yang dihasilkan dapat lebih banyak, namun tentu
berbeda-beda. Oleh karena itu, akan diukur fps minimum, fps saja akan membutuhkan waktu pemrosesan yang lebih lama.
maksimum, dan fps rata-rata untuk pemrosesan yang dilakukan.
Tabel III menunjukkan hasil perhitungan tersebut pada dataset Dari segi efisiensi, dilihat pada tabel III, kecepatan
yang diujikan. pemrosesan citra bergerak pada beberapa dataset belum
mencapai kecepatan real-time, masih berkisar di angka 30-
TABLE III. FPS MINIMUM, MAKSIMUM, DAN RATA-RATA PADA DATASET 50%. Adapun kecepatan pemrosesan ini dipengaruhi oleh
YANG DIUJIKAN
beberapa hal, antara lain ukuran citra, kompleksitas citra, dan
No. Dataset FPS FPS FPS jumlah objek yang terdeteksi dalam citra.
minimum maksimum rata-
rata
Beberapa solusi yang dapat diajukan untuk persoalan
efisiensi algoritma ini antara lain adalah melakukan frame skip,
1 PETS2009 11.11 18.51 16.59 yaitu tidak melakukan pemrosesan untuk setiap frame, tetapi
2 Jalan raya 5.00 11.63 9.53 setiap n frame (n bisa diisi angka yang kecil, seperti 2 atau 3).
pelabuhan Dengan ini, alokasi waktu pemrosesan akan lebih banyak.
3 IP-camera 2.81 5.88 5.26 Selain itu, untuk menangani kompleksitas citra, bisa
diberlakukan batas frame untuk mulai melakukan tracking.
4 Ori-WaterObject 15.62 76.92 63.42
Beberapa frame awal dapat dilakukan untuk membentuk citra
5 Traffic-snow 0.41 2.81 2.23 latar yang bagus sehingga objek-objek noise lebih sedikit
terdeteksi. Selain itu implementasi pemrograman untuk
algoritma ini juga masih dapat ditingkatkan untuk menambah
C. Diskusi kecepatan.
Dari hasil pengujian yang dilakukan, dapat dilihat beberapa
V. PENUTUP
hal dalam masukan video yang mempengaruhi penggunaan dan
kualitas hasil dari algoritma yang diajukan. Hal-hal tersebut A. Simpulan
antara lain adalah ukuran citra input, kepadatan benda bergerak, 1. Deteksi dan tracking yang diajukan dengan algoritma
noise pada latar, kualitas gambar untuk masukan, dan sudut K-Means dan evaluasi spasial-temporal dapat
pandang pengambilan gambar. melakukan deteksi dan tracking objek dengan baik
pada video dengan latar statik, namun masih memiliki
Untuk efektivitas, dilihat pada tabel II, pengujian dataset kekurangan untuk video dengan latar dinamik.
PETS2009 memiliki hasil yang paling baik, karena objek-objek Meskipun begitu, algoritma ini dapat beradaptasi
pada video tersebut jelas terpisah dan memiliki kualitas yang dengan baik dengan latar dinamik setelah beberapa
bagus, walaupun masih ada beberapa kekurangan. Untuk frame.
dataset kedua dan ketiga, hasil yang diperoleh baik, namun 2. Implementasi yang diajukan masih kurang baik dari
masih bisa ditingkatkan. Hal ini disebabkan oleh kontras warna segi efisiensi, terutama dalam melakukan deteksi dan
pada video kedua (jalan raya pelabuhan) kurang baik sehingga
 tracking objek pada latar dinamik dan objek yang
banyak.
3. Dalam melakukan deteksi dan tracking, algoritma
yang diajukan dapat melakukannya dengan baik pada
video pengawasan dengan kamera stasioner. Hal ini
dapat dilihat dari angka false negative yang rendah
pada setiap dataset yang diujikan.
B. Saran Pengembangan
1. Akurasi deteksi dan tracking objek dapat ditingkatkan
dengan penggunaan model objek yang ingin
ditemukan dan model latar yang lebih
menggambarkan latar situasi pada video. Selain itu
dapat juga ditambahkan kriteria lain dalam post-
processing agar objek yang diperoleh lebih jelas.
2. Untuk meningkatkan efisiensi pemrosesan algoritma,
dapat dilakukan peningkatan sebagai berikut:
a. Implementasi paralelisasi untuk masing-
masing langkah pada algoritma yang
diajukan.
b. Penggunaan frame skip agar video keluaran
bisa selaras dengan video masukan.
REFERENSI
[1] N. Buch, S. A. Velastin, and J. Orwell, “A Review of Computer
Vision Techniques for the Analysis of Urban Traffic,” IEEE Trans.
Intell. Transp. Syst., vol. 12, pp. 920–939, 2011.
[2] V. Kastrinaki, M. Zervakis, and K. Kalaitzakis, “A survey of video
processing techniques for traffic applications,” Image Vis. Comput.,
vol. 21, pp. 359–381, 2003.
[3] B. D. Stewart, I. Reading, M. S. Thomson, T. D. Binnie, K. W.
Dickinson, and C. I. Wan, “Adaptive lane finding in road traffic
image analysis,” in Seventh International Conference on Road
Traffic Monitoring and Control, 1994.
[4] N. Buch, J. Orwell, and S. a. Velastin, “Detection and classification
of vehicles for urban traffic scenes,” in International Conference of
Visual Information Engineering, 2008, pp. 182–187.
[5] S. Kamijo, K. Ikeuchi, and M. Sakauchi, “Vehicle tracking in low-
angle and front-view images based on spatio-temporal markov
random field model,” in 8th World Congress on ITS, Sydney Oct,
2001, pp. 1–12.
[6] D. Neelima and G. Mamidisetti, “a Computer Vision Model for
Vehicle Detection in Traffic Surveillance,” Ijesat.Org, no. 5, pp.
1203–1209, 2012.
[7] J. Zhou, D. Gao, and D. Zhang, “Moving Vehicle Detection for
Automatic Traffic Monitoring,” IEEE Trans. Veh. Technol., vol. 56,
no. 1, pp. 51–59, Jan. 2007.
[8] Y. Park, “Shape-resolving local thresholding for object detection,”
Pattern Recognit. Lett., vol. 22, no. 8, pp. 883–890, 2001.
[9] R. Cucchiara, M. Piccardi, a. Prati, and N. Scarabottolo, “Real-time
detection of moving vehicles,” Proc. 10th Int. Conf. Image Anal.
Process., no. Iciap 99, pp. 1–13, 1999.
[10] M. Piccardi, “Background subtraction techniques: a review,” 2004
IEEE Int. Conf. Syst. Man Cybern. (IEEE Cat. No.04CH37583), vol.
4, pp. 3099–3104, 2004.
[11] Y. Dedeoglu, “Moving Object Detection, Tracking and
Classification for Smart Video Surveillance,” Bilkent University,
2004.
[12] a J. Lipton, H. Fujiyoshi, and R. S. Patil, “Moving target
classification and tracking from real-time video,” Proc. Fourth
IEEE Work. Appl. Comput. Vis. WACV98 Cat No98EX201, vol. 98,
no. 2, pp. 8–14, 1998.
[13] R. T. Collins, A. J. Lipton, T. Kanade, H. Fujiyoshi, D. Duggins, Y.
Tsin, D. Tolliver, N. Enomoto, O. Hasegawa, P. Burt, and L.
Wixson, A System for Video Surveillance and Monitoring, vol. 823,
no. 8. 2000.
[14] L. Wang, W. Hu, and T. Tan, “Recent developments in human
motion analysis,” Pattern Recognit., vol. 36, no. 3, pp. 585–601,
2003.
[15] S. S. Cheung and C. Kamath, “ROBUST TECHNIQUES FOR
BACKGROUND SUBTRACTION IN URBAN TRAFFIC
VIDEO,” IS&T/SPIE’s Symp. Electron. Imaging, pp. 881–892,
2004.
[16] J. Rahman, “Motion Detection for Video Surveillance,” 2008.
[17] J. Zhu, “A Novel Method for Traffic Object Detection Based on
Improved Approximated Median Filter,” vol. 8, no. August, pp.
2253–2261, 2012.
[18] B. P. L. Lo and S. A. Velastin, “Automatic congestion detection
system for underground platforms,” 2001.
[19] C. Wren and A. Azarbayejani, “Pfinder: Real-time tracking of the
human body,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 19, no.
7, pp. 780–785, 1997.
[20] R. Cucchiara, C. Grana, M. Piccardi, and A. Prati, “Detecting
Objects , Shadows and Ghosts in Video Streams by Exploiting
Color and Motion Information,” 2003.
[21] L. Su and H. Chen, “Video-background update based on Median
Filtering,” 2010.
[22] N. McFarlane and C. Schoeld, “Segmentation and tracking of
piglets in images,” 1995.
[23] T. Bouwmans, F. El Baf, and B. Vachon, “Background Modeling
using Mixture of Gaussians for Foreground Detection - A Survey,”
Recent Patents Comput. Sci., vol. 1, no. 3, pp. 219–237, 2008.
[24] A. Elgammal, D. Harwood, and L. Davis, “Non-parametric model
for background subtraction,” Comput. Vision—ECCV 2000, vol.
1843, pp. 751–767, 2000.
[25] C. Stauffer and W. E. L. Grimson, “Adaptive background mixture
models for real-time tracking,” Proc. 1999 IEEE Comput. Soc.
 Conf. Comput. Vis. Pattern Recognit. Cat No PR00149, vol. 2, no. c,
pp. 246–252, 1999.
[26] Z. Zivkovic, “Improved adaptive Gaussian mixture model for
background subtraction,” Proc. 17th Int. Conf. Pattern Recognition,
2004. ICPR 2004., vol. 2, no. 2, 2004.
[27] W. Luo, J. Xing, X. Zhang, X. Zhao, T. Kim, and C. V May,
“Multiple Object Tracking : A Review,” Comput. Vis. Pattern
Recognit., pp. 1–39, 2015.
[28] E. Trucco and K. Plakas, “Video Tracking : A Concise Survey,” vol.
31, no. 2, pp. 520–529, 2006.
[29] B. Lucas and T. Kanade, “An iterative image registration technique
with an application to stereo vision.,” IJCAI’81 Proceedings of the
7th international joint conference on Artificial intelligence - Volume
2. pp. 674–679, 1981.
[30] C. Tomasi, “Detection and Tracking of Point Features Technical
Report CMU-CS-91-132,” Image Rochester NY, vol. 91, no. April,
pp. 1–22, 1991.
View publication stats
[31] S. Baker and I. Matthews, “Lucas-Kanade 20 years on: A unifying
framework,” Int. J. Comput. Vis., vol. 56, no. 3, pp. 221–255, 2004.
[32] Intel-Corporation, “Open Source Computer Vision Library
Reference Manual,” 2001.
[33] Y. Cheng, “Mean shift, mode seeking, and clustering,” IEEE Trans.
Pattern Anal. Mach. Intell., vol. 17, no. 8, pp. 790–799, 1995.
[34] D. Comaniciu, P. Meer, and S. Member, “Mean Shift: A Robust
Approach Toward Feature Space Analysis,” vol. 24, no. 5, pp. 603–
619, 2002.
[35] G. R. Bradski, “Computer Vision Face Tracking For Use in a
Perceptual User Interface,” Intel Technol. J., vol. 2, no. 2, pp. 12–
21, 1998.
[36] J. G. Allen, R. Y. D. Xu, and J. S. Jin, “Object Tracking Using
CamShift Algorithm and Multiple Quantized Feature Spaces,” vol.
36, 2006.