• Tidak ada hasil yang ditemukan

PEMANFAATAN KONSEP ATENSI VISUAL UNTUK MENGUKUR KOMPLEKSITAS CITRA DIJITAL

N/A
N/A
Protected

Academic year: 2021

Membagikan "PEMANFAATAN KONSEP ATENSI VISUAL UNTUK MENGUKUR KOMPLEKSITAS CITRA DIJITAL"

Copied!
39
0
0

Teks penuh

(1)

PEMANFAATAN KONSEP ATENSI VISUAL

UNTUK MENGUKUR

KOMPLEKSITAS CITRA DIJITAL

Disampaikan dalam Konferensi Nasional Matematika XVII

11-14 Juni 2014 di Institut Teknologi Sepuluh November

(2)

Konferensi Nasional Matematika XVII 11-14 Juni 2014 Institut Teknologi Sepuluh November

(3)

Pengukuran Kompleksitas Citra Dijital

Seberapa banyak perhatian/atensi diberikan

untuk

Mendeteksi dan mengenal objek dalam citra

Membangun pemahaman maupun hubungan

antar objek (statis, dinamis) yang terkandung

dalam citra

(4)

Konferensi Nasional Matematika XVII 11-14 Juni 2014 Institut Teknologi Sepuluh November

Kompleksitas (Complexity)

an arrangement of parts, so intricate as to be

hard to understand or deal with (Webster,

1986)

(5)

Kompleksitas Citra Dijital

Pengukuran kompleksitas citra dijital dilakukan

untuk menyelesaikan permasalahan yang

berkaitan dengan pemrosesan citra dijital

antara lain :

ATR (Automated Target Recognizer)

Pattern recognition

Image retrieval

(6)

Konferensi Nasional Matematika XVII 11-14 Juni 2014 Institut Teknologi Sepuluh November

Ukuran Kompleksitas

(7)

Ukuran Kompleksitas

• Kompleksitas Medium (M)

(8)

Konferensi Nasional Matematika XVII 11-14 Juni 2014 Institut Teknologi Sepuluh November

Ukuran Kompleksitas

• Kompleksitas Tinggi (V)

(9)

Visual Attention

Sebuah proses dimana

Otak manusia memutuskan bagian mana dari sebuah gambar yang

dinilai penting dan perlu dijadikan fokus

(perhatian)

Otak manusia memutuskan bagian mana dari sebuah gambar yang

bisa dihilangkan

atau

dijadikan bagian latar belakang

Informasi yang memiliki tingkat pencahayaan rendah seringkali

intensitasnya ditingkatkan

secara otomatis oleh otak untuk

meyakinkan bahwa informasi yang diterima dapat diproses secara

efektif.

Apabila informasi latar belakang

tidak difilter

di otak, maka

seseorang akan mengalami kewalahan karena jumlah informasi

visual yang dilihat mata begitu banyak

(10)

Konferensi Nasional Matematika XVII 11-14 Juni 2014 Institut Teknologi Sepuluh November

Demo Video

Selective Attention Test (Simons & Chabris (1999)

Hitunglah berapa kali pemain yang memakai kaus putih

melempar bola

Visual Awareness Test

(11)

Permasalahan ???

Proses penyaringan informasi yang terjadi di

otak manusia dan bagaimana menentukan

bagian gambar yang dinilai penting (menarik

perhatian) pada suatu saat,

masih belum

(12)

Konferensi Nasional Matematika XVII 11-14 Juni 2014 Institut Teknologi Sepuluh November

(13)
(14)

Konferensi Nasional Matematika XVII 11-14 Juni 2014 Institut Teknologi Sepuluh November

(15)

VA Merupakan Hal Yang Penting

Tanpa kemampuan

menyaring informasi,

pekerjaan-pekerjaan seperti berkendaraan

akan sulit dilakukan secara

aman

Dengan

memberikan perhatian (otak) pada

bagian-bagian yang detil

, maka objek-objek

seperti rambu lalu lintas dapat dikenali

dengan diproses sehingga keadaan yang

memiliki potensi membahayakan dapat

dihindarkan

(16)

Konferensi Nasional Matematika XVII 11-14 Juni 2014 Institut Teknologi Sepuluh November

Saliensi

Saliensi adalah upaya untuk menentukan region mana

dari sebuah gambar yang paling menyolok

(

conspicuous)

.

Sebuah konsep yang mencoba menirukan persepsi

visual manusia (

bio-inspired concept

)

Ketika ada sebuah

scene

baru,

sebuah

low-level process

akan men

drive

gerakan mata

(

saccades

)

otak berusaha mencari dan menentukan

region mana yang

difokuskan

oleh mata.

This calculation is performed by the regions V1-V4 of

(17)

Diagram Proses

(18)

Konferensi Nasional Matematika XVII 11-14 Juni 2014 Institut Teknologi Sepuluh November

Kategori Metode Atensi Visual

Bottom Up

(Signal Driven)

Top Down

(19)
(20)

Konferensi Nasional Matematika XVII 11-14 Juni 2014 Institut Teknologi Sepuluh November

Model Komputasi Atensi Visual

1. Itti

2. Le Meur

3. Bruce

(21)

Model Komputasi Atensi Visual

Itti

A model of saliency-based visual attention for

rapid scene analysis, 1998

Karakteristik:

Pendekatan hirarkhis menggunakan dekomposisi

multi-resolusi dan penyaringan daerah sekitar

yang terpusat

Representasi terpusat melalui pembangunan peta

(22)

Konferensi Nasional Matematika XVII 11-14 Juni 2014 Institut Teknologi Sepuluh November

Model Komputasi Atensi Visual

Le Meur

A coherent computational approach to model

bottom-up visual attention, 2006

Karakteristik:

– Peningkatan Itti

– Dibangun dengan fitur dan peta

conspicuity

yang

lebih nyata (realistis tetapi lebih kompleks)

– Skema penggabungan peta conspicuity yang

ditingkatkan kualitasnya

(23)

Model Komputasi Atensi Visual

Bruce

Saliency, attention, and visual search: An

Information theoretic approach, 2009

Karakteristik:

Pendekatan alternatif berbasis teori informasi

Menggabungkan independent component analysis

(ICA) dengan pengukuran mandiri untuk

(24)

Konferensi Nasional Matematika XVII 11-14 Juni 2014 Institut Teknologi Sepuluh November

(25)
(26)

Konferensi Nasional Matematika XVII 11-14 Juni 2014 Institut Teknologi Sepuluh November

(27)
(28)

Konferensi Nasional Matematika XVII 11-14 Juni 2014 Institut Teknologi Sepuluh November

(29)

Mengukur Kompleksitas Citra

Seberapa sukar menjelaskan apa yang

terkandung dalam citra dijital? (

How hard is it

to describe

?)

Seberapa sukar pembuatan citra tersebut?

(

How hard is it to create

?)

Bagaimana derajat pengorganisasian

objek-objeknya, terstruktur, tidak terstruktur)?

(

What is its degree of organization

?)

(30)

Konferensi Nasional Matematika XVII 11-14 Juni 2014 Institut Teknologi Sepuluh November

Menentukan Kompleksitas Citra Secara

Dengan Melihat Karakteristik Internal Citra

(31)

Pembangunan Peta

Saliensi (GBVS-Graph

Based Visual Saliency)

(32)

Konferensi Nasional Matematika XVII 11-14 Juni 2014 Institut Teknologi Sepuluh November

Indikator Kompleksitas

VAC-Visual Attention Complexity

(33)

Deteksi Region Atensi Visual

(34)

Konferensi Nasional Matematika XVII 11-14 Juni 2014 Institut Teknologi Sepuluh November

Deteksi Region Atensi Visual

(35)
(36)

Konferensi Nasional Matematika XVII 11-14 Juni 2014 Institut Teknologi Sepuluh November

(37)

Kesimpulan dan Saran

1. Kompleksitas citra dijital merupakan topik

penelitian yang menantang

2. Dengan mengetahui nilai kompleksitas citra

maka dapat dilakukan proses lanjutan berupa

pemilihan metode analisis atau interpretasi,

metode kompresi dsb

3. Penelitian saat ini masih memerlukan

pendalaman lebih lanjut untuk menentukan

metode yang tepat untuk menentukan VAC

(38)

Konferensi Nasional Matematika XVII 11-14 Juni 2014 Institut Teknologi Sepuluh November

Referensi

{1} Koortstra, G.,

Visual Attention and Active Vision

:

From Natural to Artificial

Systems,

Rijksuniversiteit Groningen, 2010.

[2] Bundesen, C., A Theory of Visual Attention,

Psychological Review

. 97

(4),

pp.523-547, 1998

[3] Frintrop, S., Rome, E., and Christensen, H., Computational Visual Attention

Systems and their Cognitive Foundations: A Survey,

ACM Journal

,

7

(1), 2010

[4] Itti, L., Koch, C., and Niebur., E., A Model of Saliency-based Visual Attention for

Rapid Scene Analysis,

IEEE Trans. On PAMI

,

20

(11), pp. 1254-1259, 1998

[5] Da Silva, M.P., Courboulay, V., and Estraillier, P., Image Complexity Measure on

Visual Attention,

IEEE International Conference on Image Processing

, 2011

[6] Filipe, S. and Alexandre, L.A., From the human visual system to the computational

models of visual attention: a survey,

Artificial Intelligence Review

, Springer, 2013

[7] Horvitz, E., Kadie, C., Paek, T., and Hovel, D., Models of Attention in Computing

and Communication: From Principles to Applications,

Microsoft Research

, 2013

[8] Itti, L. and Koch, C., Computational Modelling of Visual Attention,

Nature

Macmillan Magazine

,

2

, March 2001

[9] Qianpei Mai, Visual Attention Complexity of Scene, L'Universite de Nantes

Polytech Nantes, 2013

(39)

PEMANFAATAN KONSEP ATENSI VISUAL

UNTUK MENGUKUR

KOMPLEKSITAS CITRA DIJITAL

Referensi

Dokumen terkait