ADAPTIVE BACKGROUND DENGAN METODE GAUSSIAN MIXTURE MODELS UNTUK REAL-TIME TRACKING

Abstract

Nowadays, motion tracking application is widely used for many purposes, such as detecting traffic jam and counting how many people enter a supermarket or a mall. A method to separate background and the tracked object is required for motion tracking. It will not be hard to develop the application if the tracking is performed on a static background, but it will be difficult if the tracked object is at a place with a non-static background, because the changing part of the background can be recognized as a tracking area. In order to handle the problem an application can be made to separate background where that separation can adapt to change that occur. This application is made to produce adaptive background using Gaussian Mixture Models (GMM) as its method. GMM method clustered the input pixel data with pixel color value as it’s basic. After the cluster formed, dominant distributions are choosen as background distributions. This application is made by using Microsoft Visual C 6.0. The result of this research shows that GMM algorithm could made adaptive background satisfactory. This proofed by the result of the tests that succeed at all condition given. This application can be developed so the tracking process integrated in adaptive background maker process. Abstract in Bahasa Indonesia : Saat ini, aplikasi motion tracking digunakan secara luas untuk banyak tujuan, seperti mendeteksi kemacetan dan menghitung berapa banyak orang yang masuk ke sebuah supermarket atau sebuah mall. Sebuah metode untuk memisahkan antara background dan obyek yang di-track dibutuhkan untuk melakukan motion tracking. Membuat aplikasi tracking pada background yang statis bukanlah hal yang sulit, namun apabila tracking dilakukan pada background yang tidak statis akan lebih sulit, dikarenakan perubahan background dapat dikenali sebagai area tracking. Untuk mengatasi masalah tersebut, dapat dibuat suatu aplikasi untuk memisahkan background dimana aplikasi tersebut dapat beradaptasi terhadap perubahan yang terjadi. Aplikasi ini dibuat untuk memisahkan background dengan menggunakan metode Gaussian Mixture Models (GMM). Metode GMM melakukan cluster data piksel dengan menggunakan warna background tiap piksel sebagai dasarnya. Setelah cluster dibentuk, dilakukan pencocokan input sebagai distribusi, dimana distribusi yang dominan dijadikan sebagai background. Aplikasi ini dibuat dengan menggunakan Microsoft Visual C 6.0. Hasil dari penelitian ini menunjukkan bahwa algoritma GMM dapat beradaptasi terhadap background. Hal ini dibuktikan dengan hasil pengujian yang sukses terhadap semua kondisi yang diberikan. Aplikasi ini dapat dikembangkan lebih lanjut supaya proses tracking dapat terintegrasi dengan background yang adaptive. Kata Kunci : adaptive, background , Gaussian Mixture Models (GMM)