KRESNA MEDIAKRESNA MEDIA

Jurnal Riset InformatikaJurnal Riset Informatika

Deteksi objek adalah tugas penting dalam visi komputer, namun kinerjanya menurun secara signifikan dalam kondisi cahaya rendah akibat hilangnya detail dan berkurangnya fitur. Studi ini mengusulkan kerangka peningkatan citra untuk meningkatkan ketahanan deteksi dalam pencahayaan yang menantang. Metodologi ini mengintegrasikan Multiscale Retinex (MSR) untuk peningkatan citra dan SSD MobileNet V2 untuk deteksi objek. MSR dikonfigurasi dengan parameter optimal (skala1:10, skala2:60, skala3:180, σ:100, β:30) untuk meningkatkan kecerahan sambil mempertahankan detail penting dalam citra. Hasil eksperimen menunjukkan bahwa koreksi Retinex sangat efektif dalam skenario cahaya sangat rendah. Pada kondisi 0 lux, di mana objek sama sekali tidak terdeteksi tanpa proses, metode yang diusulkan memungkinkan deteksi dengan tingkat kepercayaan antara 62% hingga 96%, meningkatkan akurasi rata-rata sebesar 50%. Pada kondisi 15 lux, akurasi meningkat sebesar 6,6%. Namun, sistem mengalami penurunan performa pada intensitas di atas 25 lux, menunjukkan bahwa peningkatan citra paling bermanfaat di lingkungan yang hampir gelap. Kesimpulannya, Multiscale Retinex secara signifikan meningkatkan kemampuan SSD MobileNet V2 dalam deteksi objek di lingkungan dengan pencahayaan di bawah 77 lux. Pendekatan ini menyediakan solusi yang layak untuk meningkatkan keandalan sistem pengawasan dan otomatisasi yang beroperasi dalam kondisi pencahayaan yang tidak menentu.

Dalam eksperimen ini, deteksi tangan telah dilakukan pada 7 intensitas berbeda dari 0–133 lux.Hasil dari Retinex menunjukkan kinerja maksimal dalam kondisi 0–15 lux.Rata-rata peningkatan ketiga subjek dalam kondisi 0 lux mencapai 50% dan kondisi 15 lux meningkat sebesar 6,6%.Hal ini dapat digunakan untuk melengkapi fitur pada sistem yang memiliki keterbatasan pencahayaan.Selain itu, dapat disimpulkan bahwa Retinex bekerja sangat efektif untuk deteksi objek dalam kondisi dengan pencahayaan kurang dari 77 lux.

Untuk penelitian lanjutan, pertama, dapat dikembangkan metode kombinasi Retinex dengan teknik peningkatan citra lain seperti histogram equalization untuk meningkatkan stabilitas kontras dan mengurangi distorsi warna. Kedua, perlu dilakukan studi lebih lanjut tentang penggunaan Retinex pada kondisi pencahayaan berbeda, termasuk cahaya redup dan cahaya terang, untuk menemukan konfigurasi optimal. Ketiga, dapat diteliti integrasi Retinex dengan model deteksi objek lain seperti YOLOv8 atau Faster R-CNN untuk mengevaluasi kinerja pada berbagai skenario pencahayaan dan lingkungan kompleks.

  1. Intelligence feeder system for stray cats | Saadoon | Indonesian Journal of Electrical Engineering and... doi.org/10.11591/ijeecs.v31.i3.pp1507-1514Intelligence feeder system for stray cats Saadoon Indonesian Journal of Electrical Engineering and doi 10 11591 ijeecs v31 i3 pp1507 1514
  2. OBJECT DETECTION FOR LOW-LIGHT ENVIRONMENT USING MULTISCALE RETINEX | Jurnal Riset Informatika. object... doi.org/10.34288/jri.v8i2.493OBJECT DETECTION FOR LOW LIGHT ENVIRONMENT USING MULTISCALE RETINEX Jurnal Riset Informatika object doi 10 34288 jri v8i2 493
  3. PeerJ Two-stage object detection in low-light environments using deep learning image enhancement. peerj... peerj.com/articles/cs-2799PeerJ Two stage object detection in low light environments using deep learning image enhancement peerj peerj articles cs 2799
Read online
File size685.45 KB
Pages8
DMCAReport

Related /

ads-block-test