UNRIYOUNRIYO

International Journal of Informatics and ComputationInternational Journal of Informatics and Computation

Deteksi kendaraan curian memerlukan pendekatan inovatif untuk mengatasi peningkatan kasus di Indonesia. Penelitian ini memperkenalkan sistem berbasis YOLOv11 untuk mendeteksi pencurian kendaraan dengan menggabungkan deteksi objek waktu nyata dan basis data kepemilikan kendaraan. Sistem yang diusulkan mengidentifikasi plat nomor, mendeteksi pemilik kendaraan menggunakan pengenalan wajah, dan menganalisis aktivitas mencurigakan untuk menentukan kejadian pencurian. Metode yang diusulkan dapat menghasilkan efektivitas model dengan akurasi = 70%. Peningkatan kunci dalam arsitektur, termasuk fusi fitur yang ditingkatkan dan penugasan anchor dinamis, berkontribusi pada deteksi objek di lingkungan yang kompleks. Penelitian ini dapat menjadi teknik potensial untuk menyediakan solusi keamanan yang efisien, skalabel, dan waktu nyata dalam aplikasi pengawasan dinamis.

Penelitian ini memperkenalkan sistem berbasis YOLOv11 untuk mendeteksi pencurian kendaraan dengan menggabungkan deteksi objek waktu nyata dan basis data kepemilikan kendaraan.Sistem yang diusulkan dapat mengidentifikasi plat nomor, mendeteksi pemilik kendaraan, dan menganalisis aktivitas mencurigakan untuk menentukan kejadian pencurian.Metode ini menunjukkan potensi untuk aplikasi pemantauan dan deteksi anomali waktu nyata.Hasil eksperimen menunjukkan akurasi 70% dalam mengidentifikasi kejadian pencurian dengan skor presisi dan recall yang lebih baik dalam proses pelatihan.Namun, pendekatan yang diusulkan masih perlu perbaikan, terutama dalam menangani variasi kondisi pencahayaan dan sudut kamera ekstrem.Penelitian ini tidak hanya menekankan relevansi visi komputer dalam sistem keamanan, tetapi juga menjadi dasar untuk studi deteksi pencurian di masa depan.

Untuk penelitian lanjutan, pencegahan pencurian kendaraan dapat diintegrasikan dengan teknologi IoT-based, edge computing, atau bahkan jaringan pengawasan otomatis. Selain itu, perluasan dataset dan optimasi inferensi adalah langkah-langkah penting untuk meningkatkan efisiensi dan meningkatkan generalisasi model di skenario dunia nyata.

  1. Panoramic Video Surveillance: An Analysis of Burglary Detection Based on YOLO Framework in Residential... thescipub.com/abstract/10.3844/jcssp.2023.1345.1358Panoramic Video Surveillance An Analysis of Burglary Detection Based on YOLO Framework in Residential thescipub abstract 10 3844 jcssp 2023 1345 1358
  2. Client Challenge. client challenge javascript disabled browser please enable proceed required part site... doi.org/10.1007/978-3-031-23724-9_30Client Challenge client challenge javascript disabled browser please enable proceed required part site doi 10 1007 978 3 031 23724 9 30
  3. IOS Press Ebooks - Bank Robbery Detection System Using Computer Vision. ios press ebooks bank robbery... ebooks.iospress.nl/doi/10.3233/ATDE221322IOS Press Ebooks Bank Robbery Detection System Using Computer Vision ios press ebooks bank robbery ebooks iospress nl doi 10 3233 ATDE221322
Read online
File size646.82 KB
Pages13
DMCAReport

Related /

ads-block-test