Pengenalan individu dan analisis perilaku menggunakan visi komputer telah menjadi topik yang sangat relevan dalam penelitian di era digital saat ini, terutama karena perannya yang penting dalam sistem otentikasi dan deteksi perilaku dalam pengawasan video. Proses ini melibatkan pemrosesan berbagai jenis data, seperti sensor visual, sensor gerak, dan perangkat yang dapat dipakai, untuk mengidentifikasi pola aktivitas tertentu. Perkembangan sistem ini didorong oleh meningkatnya kebutuhan akan sistem keamanan publik dan penyebaran penggunaan kamera pengawas di ruang publik.
Drone merupakan perangkat yang dilengkapi dengan kamera dan dapat merekam pergerakan seseorang di luar ruangan. Karena sudut pandang yang dimiliki drone lebih tinggi, hal ini dapat menimbulkan masalah bagi model pengenalan yang telah dilatih menggunakan data dengan sudut pandang yang rendah, karena data yang diperoleh dari sudut pandang tinggi sering kali tampak berbeda dari data yang diperoleh pada sudut pandang rendah. Tantangan utama dalam sistem pengenalan individu dan aktivitas berbasis fitur gerakan tubuh terletak pada metode ekstraksi fitur serta model pengklasifikasi yang diperlukan untuk mencapai tingkat akurasi yang tinggi dalam mengidentifikasi dan mengklasifikasikan aktivitas seseorang.
Pada penelitian sebelumnya, berbagai metode machine learning telah digunakan dengan pendekatan klasifikasi, seperti support vector machines (SVM), k-nearest neighbor (KNN), dan multi-layer perceptron (MLP). Metode-metode ini memanfaatkan pemrosesan data ekstraksi fitur untuk mengklasifikasikan aktivitas sehari-hari, Seiring dengan perkembangan penelitian dalam bidang deep learning, pendekatan baru mulai dikembangkan, termasuk penggunaan metode pembelajaran seperti convolutional neural network (CNN), gated recurrent unit (GRU), long short-term memory (LSTM), dan Autoencoders. Metode-metode ini digunakan untuk mengklasifikasikan aktivitas individu berdasarkan gerakan berjalan mereka, memberikan kemajuan signifikan dalam sistem pengawas di ruang publik.
Penulis: Ir. Riky Tri Yunardi, S.T., M.T., IPM., ASEAN Eng.
Informasi detail dari riset ini dapat dilihat pada tulisan kami di: https://inass.org/publications/contents/?y=2025&mo_num=2&mo_en=Feb&mo_enf=February&report_day=28&volume=18&issue=1
Sumber gambar: Meta AI assistant
