Deteksi Pergerakan Bola Mata Menggunakan Metode Haar Cascade Berbasis Region Dan Kernelized Correlation Filter Tracker

Prasetya, Renaldi Primaswara (2018) Deteksi Pergerakan Bola Mata Menggunakan Metode Haar Cascade Berbasis Region Dan Kernelized Correlation Filter Tracker. Magister thesis, Universitas Brawijaya.

Abstract

Perkembangan teknologi yang semakin pesat memudahkan para penyandang disabilitas cacat kaki dalam melakukan aktifitas mereka sehari-hari. Selain secara manual menggunakan tangan, alat bantu pergerakan para penyandang disabilitas seperti kursi roda yang dilengkapi dengan joystick ataupun remote, seringkali bermanfaat bagi mereka dalam melakukan mobilitas secara mandiri. Namun hal ini tidak berlaku bagi penyandang disabilitas yang mengalami lebih dari satu keterbatasan fisik seperti cacat tangan dan kaki, sehingga perlu dikembangakan suatu cara lain untuk berinteraksi dengan suatu perangkat yang tidak menimbulkan permasalahan fisik, salah satunya yaitu dengan menggunakan pergerakan bola mata. Metode deteksi pergerakan bola mata dengan memperhatikan perubahan posisi koordinat x dan y, memiliki sensitifitas yang tinggi tanpa memberikan range pergerakan yang sesuai, dimana sedikit perubahan pada posisi titik tengah bola mata telah terdeteksi sebagai sebuah pergerakan. Sedangkan deteksi pergerakan bola mata melalui perhitungan dan perbandingan jumlah piksel bola mata membutuhkan waktu komputasi yang cukup lama. Metode deteksi pergerakan bola mata lainnya dengan menggunakan besar nilai sudut yang terbentuk antara sclera dan pupil mata, dapat memungkinkan besar nilai sudut yang sama tanpa memberikan nilai threshold yang tepat serta dibutuhkan proses training untuk menentukan nilai threshold yang sesuai, sehingga akurasi yang dihasilkan cukup rendah. Dalam penelitian ini, deteksi pergerakan bola mata secara real time dikembangkan dengan merancang suatu kotak region yang diperoleh dari metode Haar Cascade dan Kernelized Correlation Filter (KCF) tracker yang dibagi menjadi beberapa bagian secara horizontal dan vertikal. Kemudian arah pergerakan bola mata akan terdeteksi dengan melakukan pengecekan posisi pupil atau titik tengah bola mata pada setiap bagian kotak Haar. Melalui teknik tersebut, permasalahan akurasi, senstifitas, serta waktu komputasi dalam proses deteksi pergerakan bola mata yang ditimbulkan dari beberapa penelitian terdahulu dapat diperbaiki oleh metode yang diusulkan. Berdasarkan hasil pengujian, rata-rata akurasi deteksi pergerakan bola mata dengan empat tipe arah pergerakan menggunakan metode Haar berbasis region dan KCF tracker mencapai 90% dibandingkan dengan metode berbasis nilai sudut yang mencapai 47,5%. Sedangkan rata-rata akurasi menggunakan metode yang diusulkan dengan arah pergerakan ke kanan dan ke kiri mencapai 95%, dibandingkan dengan metode berbasis jumlah piksel dan koordinat yang mencapai masing masing 72,5% dan 85%. Akurasi arah pergerakan ke depan yang menunjukkan sensitifitas pergerakan bola mata menggunakan metode yang diusulkan juga memiliki akurasi yang lebih baik yaitu mencapai 90% dibandingkan dengan metode berbasis koordinat yang hanya mencapai 15%

English Abstract

The rapid development of technology makes it easier for people with disabilities in their daily activities. Besides using their hands, the movement aids for people with disabilities such as wheelchairs that equipped with joysticks or remote are often useful for them in performing their own mobility. However, this type can not be applied to people with disabilities who has more than one physical limitations such as people with hand-foot impairment. Thus, it is necessary to develop another way to interact with an automatic device that does not cause physical problems, one of them is by using the movement of the eyeball. The method of detecting the eyeball movement by observing the x and y coordinate positions to determine the direction of the eyeball movement, has a high sensitivity without providing the appropriate range of movement, where slight changes of the eyeball position have been detected as a movement. While, the detection of eyeball movement through the calculation and comparison of the pixels number of the eyeball takes a long computational time. Another method of detecting the eyeball movement is by using the angle value formed between the sclera and the pupil of eye, but this method can produce the same angular value without giving the proper threshold value and training process is needed to determine the appropriate threshold value, so that it generated a quite low accuracy. In this research, a reliable method for detecting the eyeball movement in real time condition was developed using the design of the eye region box produced by the Haar Cascade method and the Kernelized Correlation Filter (KCF) tracker which has been divided into several parts either vertically and horizontally. The eyeball movement will be detected by checking the existence of the pupil or eyeball midpoint position in one of all parts of the region box to determine the direction of eyeball movement. By using these techniques, the issues of accuracy, sensitivity, and computation time in the process of eye movement detection that generated from some previous research can be improved by the proposed method. Based on the experimental results, the accuracy average of the eyeball movement detection with four types of direction using the Haar-based region method and KCF tracker reached 90% compared with the angle value-based method that reached 47,5%. While, the accuracy average using the proposed method with two types of movement direction (to the right and to the left) reached 95%, compared with the method based on the number of pixels and the coordinates that reached respectively 72.5% and 85%. The accuracy of the front gaze that indicating the sensitivity level of the eyeball movement using the proposed method also has a better accuracy of 90% compared to the coordinate- based method which only reached 15%

Other obstract

-

Item Type:	Thesis (Magister)
Identification Number:	TES/006.42/PRA/d/2018/041803786
Uncontrolled Keywords:	disabilitas, deteksi pergerakan bola mata, kotak region, haar cascade, kernelized correlation filter tracker,-disability, eye movement detection, region box, haar cascade, kernelized correlation filter tracker
Subjects:	000 Computer science, information and general works > 006 Special computer methods > 006.4 Computer pattern recognition > 006.42 Optical pattern recognition
Divisions:	S2/S3 > Magister Ilmu Komputer, Fakultas Ilmu Komputer
Depositing User:	Endang Susworini
Date Deposited:	27 Jul 2022 01:53
Last Modified:	27 Jul 2022 01:53
URI:	http://repository.ub.ac.id/id/eprint/192748

Text Renaldi Primaswara Prasetya.pdf Download (12MB)

Actions (login required)

View Item