STATE OF THE ART GAIT

BAB I

PENDAHULUAN

STATE OF THE ART GAIT (GESTUTRE)

Gait (Gesture) Recognition merupakan salah satu topik dalam ilmu komputer dan tekhnologi bahasa dengan tujuan menafsirkan gerakan manusia melalui algoritma matematika. Gesture recognition dapat berasal dari setiap gerakan tubuh, umumnya berasal dari wajah atau tangan. Banyak pendekatan yang telah dibuat dengan menggunakan kamera dan visi komputer algoritma untuk menafsirkan bahasa isyarat.

Gesture recognition memungkinkan manusia untuk berkomunikasi dengan mesin dan berinteraksi secara alami tanpa perangkat mekanis. Menggunakan konsep kode pengenalan, menunjuk jari pada layar pada layar komputer sangat memungkinkan sehingga kursor akan bergerak sesuai gerak yang dilakukan. Konsep kode pengenalan dapat dilakukan dengan tekhnik komputer visi atau pengolahan citra.

Menyadari gerakan sebagai masukan memungkinkan computer untuk menjadi lebih mudah diakses bagi gangguan-fisik dan membuat interaksi yang lebih alami dalam sebuah game atau 3D lingkungan dunia maya. Tangan dan gerakan tubuh dapa diperkuat oleh controller yang berisi accelerometers dan giroskop untuk merasakan miring, rotasi, dan percepatan pergerakan- atau perangkat komputasi dapat dilengkapi dengan kamera sehingga perangkat lunak pada perangkat dapat mengenali dan menafsirkan gerakan tertentu. Misalnya sebuah gelombang tangan untuk mengakhiri program.

BAB II

ISI 

State of the Art

Pada awalnya deteksi gesture tangan dilakukan dengan alat mekanikal untuk mengambil infromasi dari gerakan tersebut. Satu alat yang paling banyak dan diterima untuk dipakai dalam pendeteksian gesture tangan adalah data glove. Berkembangnya hardware computer juga membantu performa perhitungan gesture. Peningkatan pengenalan gesture telah menggantikan data glove ke alat yang tak perlu dikenakan agar interaksi manusia computer dapat lebih user friendly. Salah satu kekurangan dari data glove adalah kerumitan dan terbatasnya pergerakan tangan. 

Gambar 1. Tiga tahap umum dari sistem gesture recognition 

Dan juga indra penglihatan dalah satu dari enam indra fisik utama yang harus di mengerti komputer ketika berkomunikasi dengan manusia. Jadi pendekatan berbasi visual lebih disukai daripada alat yang harus dikenakan dalam pengenalan gesture. Umumnya ada tiga tahap dari kebanyakan sistem pengenalan gesture. Tiga tahap tersebut sudah dijelaskan pada Gambar 1. Pada tahap tracking, beberapa ilmuwan telah melakukan banyak riset yang mirip dengan alat penggolong menurun milik Viola-Jones, yang biasa digunakan untuk pelacakan wajah dalam pemrosesan citra dengan cepat. 

Untuk pelacakan Viola-Jones dan beberapa ilmuwan lainnya telah mengembangkan algoritma yang digunakan untuk melacak wajah dalam pemrosesan citra cepat seperti penggolong menurun HAAR. Ini adalah teknik pendeteksi yang paling kuat selama ini dalam berbagai pembatas seperti noise. Gesture sebagai input dalam interaksi manusia-komputer berbasis aplikasi adalah bidang baru yang banyak ilmuwan telah bekerja dan mengusulkan berbagai teknik yang praktikal. Jain mengimplementasikan gesture tangan berbasis visual yang dapat digunakan pada aplikasi perangkat mobile. Pavlovic dkk. menyelesaikan tugas mereka bahwa gesture para user harus dijelaskan secara logis selama pengembangan sistem interaksi manusia-komputer. Walaupun teknologi sekarang mengenai pengenalan gesture kurang layak dalam menyediakan penjelasan logika terhadap gesture manusia. Beberapa tantangan terbesar yang terus berkembang seiring waktu adalah kompleksitas dan sulitnya gesture manusia. Metode pengenalan gesture lainnya berdasarkan input-output milik Model Hidden Markov berupa gumpalan pelcak kulit berwarna diusulkan oleh Marcel dkk. Mengatur VLC media player dengan menggunakan gesture pada lingkungan nyata telah dilakukan dengan menggunakan teknik berbasis visual. Alat pengajar bahasa isyarat yang dipelajari oleh Aran dkk. dimana riset mereka didesain untik mengajar dasar-dasar bahasa isyarat dengan cara yang interaktif. 

Liu dan Lovell mengimplementasikan sebuah teknik pelacakan langsung dari penangkapan gesture dengan menggunakan kamera web, PC, dan algoritma memrosesan citra yang membuatnya lebih user friendly. Chen dkk. memasukkan teknik model Markov tersembunyi untuk pelatihan gesture tangan dan mengenali postur tangan. Meskipun begitu, model ini lebih rumit dalam pelatihan gesture tangan yang sama dengan penggolongan menurun. Lee dkk. mengembangkan Virtual Office Environment System (VOES), dimana avatar digunakan untuk menavigasikan dan berinteraksi dengan pengguna. 

Karya pengenalan gesture kontemporer oleh para ilmuwan menunjukkan bahwa sistem gesture tangan juga bisa diimplementasikan kedalam beberapa sistem aplikasi dan berbagai lingkungan. Ahn dkk. mengembangkan cara interaktif dari sistem presentasi slideshow dalam lingkungan virtual. Penelitian pada tangan, gesture dan pergerakan membantu dalam mengembangkan model tubuh manusia. Hal ini membuat mungkinnya untuk memecahkan masalah dari sudut pandang matematikal. Bagaimanapun, usulan teknik ini sangat kompleks dan mutakhir untuk skenario aplikasi sehari-hari. Umumnya metodologi pengenalan pattern sanggup memecahkan masalah dengan hardware yang lebih rendah dan sanggup melakukan penghitungan. Dalam usaha riset saat ini, kami akan mempertimbangkan aspek-aspek ini dengan mengambilnya sebagai referensi untuk lingkungan interaksi pintar dari kontrol dan manipulasi objek. Disini user dapat melakukan berbagai tindakan yang diterjemahkan kedalam perintah didalam sistem pintar dan mengeksekusi kebutuhan user lebih jauh kedalam tindakan yang praktikal. 

Desain Arsitektur Aplikasi

Aplikasi ini menggunakan kombinasi dari berbagai teknik visual komputer untuk pengenalan gerakan tangan. Ini mengenali gerakan tangan statis. Gambar 2 menunjukkan desain arsitektur aplikasi untuk memanipulasi objek virtual menggunakan gerakan tangan.

Gambar 2. Desain arsitektur aplikasi 

Citra ditangkap menggunakan kamera dan melewati fase/teknik berikut. Dimulai dengan fase pengambilan yaitu fase pertama. Sejak input peripheral standar (keyboard, alat menunjuk) tidak bisa diterima dalam konteks aplikasi ini. Jadi kemi memfokuskan pada alternatif yang mungkin dengan memperhitungkan interface pintar yang diinspirasikan dari perilaku para pengguna di dunia nyata. Pilihan dari alat menangkap telah dilakukan sesuai degan ide dari menyebarkan instalasi di rumah-rumah, laboratorium, Playstation, dll, oleh sebab itu mempertahankan biaya yang rendah. Untuk alasan ini, perawatan khusus telah dilakukan untuk memastikan performa yang baik bahkan dengan menggunakan kamera murah. Kamera seharusnya diam, dan penerangan diubah perlahan-lahan. Pembatas real-time dipakai untuk desain cermat dalam sistem pemrosesan. Untuk tujuan ini, informasi yang tidak penting pertama-tama dibuang. Secara khusus, prosedur penekanan background dilakukan diruangan berwarna HSV, dimana tempat bisa dimodel tanpa variasi penerangan. Hingga memfokuskan perhatian dari area yang sesuai dengan warna kulit manusia. Seksi berikutnya berhubungan dengan teknik/algoritma visual komputer yang digunakan untuk melacak dan mengenali pergerakan tangan. 

Aplikasi dan Analisis

1. Virtual Reality : Gesture untuk aplikasi Virtual dan Augmented Reality telah berpengalaman dalam perhitungan pada tingkat tertinggi. Interaksi virtual reality menggunakan gesture untuk memungkinkan manipulasi realistis dari objek virtual menggunakan tangan seseorang, untuk interaksi display 3D atau display 2D yang mengsimulasi interaksi 3D 
2. Games : Ketika kita melihat gesture untuk game komputer. Freeman melacak tangan pemain atau posisi tubuh untuk kontrol pergerakan dan orientasi dari game interaktif seperti mobil. Konrad dkk. menggunakan gesture untuk mengontrol pergerakan avatar di dunia virtual, dan Playstation 2 telah mengenalkan Eye Toy, kamera yang melacak pergerakan tangan untuk game interaktif. 
3. Bahasa Isyarat : Bahasa isyarat adalah kasus penting dari gesture komunikatif. Karena bahasa isyarat sangat berstruktur tinggi, mereka sangat cocok sebagai uji coba untuk algoritma penglihatan. Pada saat yang sama, mereka juga sangat bagus bagi orang kekurangan untuk berinteraksi dengan komputer. Bahasa isyarat bagi tuna rungu adalah satu contoh yang telah menerima perhatian siginfikan dalam sastra pergerakan. 

Parameter Analisis

Dalam rangka untuk mencari performa dan kelangsungan dari sistem pengenalan gesture parameter dan hasil tes analisis berikut harus mempertimbangkan 

1. Robustness : Pada dunia nyata, informasi visual bisa sangat kaya, noisy, dan tindak lengkap karena berubahnya pencahayaan, kekusutan dan latar bergerak, occlusion, dll. Sistem berbasi visual harus mandiri pengguna dan kuat terhadap faktor-faktor tersebut. 
2. Scalability : Interaksi berbasis visual harus dengan mudah beradaptasi terhadap aplikasi berbagai skala. Contohnya, inti dari interaksi berbasis visual harus sama dengan lingkungan desktop, Pengenalan Bahasa Isyarat, navigasi robot dan juga VE. 
3. User’s Tolerance : Malfungsi atau kesalahan dari interaksi berbasi visual harus dapat ditolerir. Ketika kesalahan terjadi, itu harus tidak membuat banyak kerusakan. Pengguna dapat ditanya untuk mengulangi aksi yang sama,daripada membiarkan komputer melakukan keputusan salah yang lebih banyak. 

Teknik visual komputer digunakan pada aplikasi untuk memanipulasi objek pada lingkungan Virtual telah diimplementasikan pada C++ dengan penggunaan Open CV Library. Objek virtual didesain menggunakan library OpenGL. Kebutuhan hardware dari aplikasi diimplementasikan kedalam komputer dengan prosesor 1.99 GHz. Web cam digunakan dalam setup eksperimental untuk penangkapan gambar dengan resolusi 320x240. Eksperimen praktikal menunjukkan bahwa aplikasi kami dijalankan dengan baik di lingkungan dengan noise yang sedikit (contoh : keberadaan objek yang berwarna mirip dengan kulit manusia) dan kondisi cahaya stabil. 

Pertama, user menaruh tangannya didepan webcam. Webcam lalu mendeteksi tangan user dengan membuat segi empat di sekitar tangan seperti yang ditunjukkan Gambar 3.

Gambar 3. Tangan terdeteksi

Setelah tangan telah terdeksi aplikasi lalu melacak gesture yang berbeda sebagaimana user peragakan dengan tangannya dan membentuk garis di sekitarnya.

Pergi ke kiri 

Pergi ke kanan

Pergi ke atas 

Pergi ke bawah

Gambar 4. Gesture untuk memanipulasi objek pada lingkungan virtual 

Aplikasi ini menggunakan tujuh gesture tangan dijelaskan kedalam aplikasi untuk manipulasi dengan objek didalam lingkungan virtual. Gambar 4 menunjukkan gesture berbeda bersama dengan perintah yang dimasukkan untuk memanipulasi objek di lingkungan virtual.

Hasil

Tampilan berikut menunjukkan hasil yang didapat dari berbadai gesture yang digunakan untuk memanipulasi objek di lingkungan virtual.

• Menggambarkan objek di lingkungan virtual dimana objek berbeda dimanipulasi dengan gesture tangan. Tongkat merah menggerakan bola merah ke arah kiri sebagaimana yang dijelaskan di gambar 5

Gambar 5. Gesture bergerak ke kiri

• Menggambarkan objek di lingkungan virtual dimana objek berbeda dimanipulasi dengan gesture tangan. Tongkat merah menggerakkan bola merah ke kanan (menjauh dari bola biru) sebagaimana yang ditunjukkan gambar 6

Gambar 6. Gesture bergerak ke kanan

• Menggambarkan gesture bergerak keatas untuk memanipulasi lingkungan virtual seperti gambar 7

Gambar 7. Gesture bergerak ke atas

• Menggambarkan gesture bergerak ke bawah untuk memanipulasi objek di lingkungan virtual seperti gambar 8

Gambar 8. Gesture bergerak ke bawah

BAB III

KESIMPULAN

Pada saat ini sejumlah fasilitas dan beberapa mode untuk menyediakan input untuk beberapa fasilitas telah tersedia. Walaupun sangat disayangkan dengan peningkatan lingkungan pintar dan teknologi input yang sesuai masih tidak banyak aplikasi yang tersedia yang kontrolnya menggunakan fasilitas terbaru dan pintar dalam menyediakan inputan yaitu gerakan tangan. Kelebihan paling penting dari penggunaan input berbasis gesture tangan adalah dengan menggunakan metode ini user bisa berinteraksi dengan apilkasi dari jarak jauh tanpa harus menggunakan keyboard atau mouse. Aplikasi memanipulasi objek melalui pergerakan tangan di lingkungan virtual sedang diusulkan dan diimplementasikan kedalam paper masa ini dapat menyediakan interaksi manusia komputer yang user friendly dan efisien. Dengan bantuan aplikasi ini user bisa berinteraksi dengan objek virtual menggunakan gerakan tangan daripada alat inputan. Sebagaimana aplikasi ini menyediakan fleksibilitas kepada user dan terutama penyandang cacat untuk mendefinisikan gesture menurut kemudahan mereka bergerak.

SUMBER

1. Www.airccse.org/journal/iju/papers/3112iju03.pdf
2. http://www.idiap.ch/resource/gestures/data/dhp_marcel.tar.gz