Kontrol Gerakan Objek 3D Augmented Reality Berbasis Titik Fitur Wajah dengan POSIT

  • Heri Pratikno Institut Bisnis dan Informatika Stikom Surabaya
Kata Kunci: Augmented Reality, Titik Fitur Wajah, POSIT, Objek 3D

Abstrak

Augmented Reality (AR) adalah sebuah teknikdalam bidang ilmu komputer yang mengkombinasikan antarakondisi dunia nyata dengan data hasil komputasi dari sebuahkomputer dalam bentuk grafis 2D maupun 3D. Pada penelitianini, dibahas sebuah metode dan implementasi aplikasi dilingkungan Augmented Reality secara markerless. Pada metode markerless proses interaksi antara manusia dan komputer lebihalami dan intuitif dibandingkan dengan metode berbasis marker. Metode markerless yang diterapkan pada penelitian inimenggunakan titik-titik fitur wajah supaya hasilnya lebih robust karena objek kepala tidak menghasilkan cahaya sehingga mengandalkan titik-titik fitur wajah. Permasalahan utama pada bidang penelitian ini adalah bagaimana proses pengontrolan pergerakan objek 3D tersebut tidak mengalami anomali sepertirel kereta api, semakin jauh mata memandang seakan-akan jarak antara kedua rel kereta api semakin menyempit. Penelitian ini menggunakan metode POSIT (Pose from Ortography and Scale with ITeration), posisi dan orientasi objek 3D diproyeksikan secara ortografi dari titik-titik fitur wajah dengan pen-skalaan, sehingga perubahan jarak antara wajah dan webcam berbanding lurus dengan perubahan besar dan kecilnya objek 3D. Langkah berikutnya dilakukan proses iterasi empat sampai lima kali untuk mencari faktor kesalahan terkecil sehingga didapatkan pose terbaik.

Referensi

M. Haller, M. Billinghurst, Bruce Thomas, Emerging Technologies of Augmented Reality: Interface and Design. IDEA GROUP PUBLISHING, 2007.

Daniel F. DeMenthon, Larry S. Davis, Model-Based Object Pose in 25 Lines of Code. International Journal of Computer Vision. Volume 15. Numbers 1-2. pages 123-141, 1995.

Yuan. J.S.C., A General Photogrammatric Method for Determining Object Position and Orientation. IEEE Trans. on Robotics and Automation. vol. 5. pp. 129-142. 1989.

Lowe, D.G, Perceptual Organization and Visual recognition, Kluwer Academic Publishers. 1985.

Tsai, R.Y., An Effisient and Accurate Camera Calibration Technique for 3D Machine Vision. Proceeding of IEEE Conference on Computer Vision and Pattern Recognition. Miami Beach. Florida. pp. 364-374. 1986.

Araujo H., Carceroni Rodrigo L. Brown Christopher M., A Fully Projective Formulation to Improve the Accuracy of Lowe’s Pose Estimation Algorithm, Computer Vision and Images Understanding. Volume 70. Pages 227-238. 1998.

Resmana Lim. Davina. Sivia R., Pelacakan dan estimasi Pose Video wajah 3 Dimensi. Jurnal Teknik Elektro. volume 2. nomer 2. UK Petra. 2002.

Sunu Wibarama, Fundamental Techniques For 3D Computer Vision, A Tutorial for Entry Level Researcher, Tutorial 3D Reconstruction. v1.0, Gadjah Mada University. Indonesia. 2011.

Gibson, J.J., The Perception of the Visual World, Houghton Mifflin, pages 235. Cambrigde. Massachusetts. USA. 1950.

Martins Pedro. Batista Jorge, Accurate Single View Model-Based head Pose Estimation, 8th IEEE International Conference on Automatic Face and Gesture Recognition. pages 1-6. 2008.

D. Oberkampf, D. F. DeMenthon, Larry S. Davis. Iterative Pose Estimation using Coplanar Feature Points. Computer Vision and Image Understanding. vol. 63 no. 3. pages 495-511. May 1996.

Bagaimana cara mengutip
Heri Pratikno. (1). Kontrol Gerakan Objek 3D Augmented Reality Berbasis Titik Fitur Wajah dengan POSIT. Jurnal Nasional Teknik Elektro Dan Teknologi Informasi, 4(1), 16-24. Diambil dari https://jurnal.ugm.ac.id/v3/JNTETI/article/view/3029
Bagian
Artikel