PENGENALAN AKSI PADA VIDEO MENGGUNAKAN METODE TRANSFORMER

Rantty Gantini, - (2022) PENGENALAN AKSI PADA VIDEO MENGGUNAKAN METODE TRANSFORMER. S1 thesis, Universitas Pendidikan Indonesia.

[img]
Preview
Text
S_KOM_1701266_Title.pdf

Download (294kB) | Preview
[img]
Preview
Text
S_KOM_1701266_Chapter1.pdf

Download (59kB) | Preview
[img] Text
S_KOM_1701266_Chapter2.pdf
Restricted to Staf Perpustakaan

Download (756kB)
[img]
Preview
Text
S_KOM_1701266_Chapter3.pdf

Download (262kB) | Preview
[img] Text
S_KOM_1701266_Chapter4.pdf
Restricted to Staf Perpustakaan

Download (432kB)
[img]
Preview
Text
S_KOM_1701266_Chapter5.pdf

Download (46kB) | Preview
[img] Text
S_KOM_1701266_Appendix.pdf
Restricted to Staf Perpustakaan

Download (213kB)
Official URL: http://repository.upi.edu/

Abstract

Manusia dapat dengan mudah mengenali dan mengidentifikasi suatu tindakan atau aksi seseorang dalam sebuah video, namun tidak demikian dengan mesin. Hal ini sulit dilakukan karena beberapa hal, seperti adanya variasi dalam melakukan suatu aksi, objeknya dapat berubah, atau sudut pandang yang berbeda. Teknik action recognition dapat menganalisis isi video untuk dapat menentukan tindakan apa saja yang ada pada video tersebut. Action recognition ini dapat dimanfaatkan di berbagai bidang seperti security surveillance, autonomous driving, robotics, early warning, video retrieval, dan healthcare. Dari permasalahan tersebut, penelitian ini bertujuan untuk membangun model sistem pengenalan aksi pada video menggunakan metode Transformer. Model ini dibangun menggunakan set data publik UTD-MHAD versi video RGB yang berisikan 861 video aksi sederhana manusia. Recognizer pada penelitian ini menggunakan metode Transformer yang dapat menangani permasalahan pada data sekuensial. Akurasi tertinggi yang berhasil didapatkan pada penelitian ini adalah 83,78%.

Item Type: Thesis (S1)
Additional Information: ID SINTA Dosen Pembimbing: 1. Yaya Wihardi - 5994413 2. Enjun Junaeti - 5992648
Uncontrolled Keywords: Computer Vision, Deep Learning, Action Recognition, Transformer
Subjects: L Education > L Education (General)
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
Depositing User: Rantty Gantini
Date Deposited: 09 Sep 2022 07:02
Last Modified: 09 Sep 2022 07:02
URI: http://repository.upi.edu/id/eprint/79894

Actions (login required)

View Item View Item