利用局部二进制模式特征提取和学习 Adaboost 算法进行多模式球检测

Muhammad Pajar Kharisma Putra
{"title":"利用局部二进制模式特征提取和学习 Adaboost 算法进行多模式球检测","authors":"Muhammad Pajar Kharisma Putra","doi":"10.33365/jecsit.v1i1.1","DOIUrl":null,"url":null,"abstract":"Kontes Robot Sepakbola Indonesia 2017 yang mengacu pada rule robocup 2016 mengalami peningkatan tantangan yang signifikan. Berbeda dengan tahun sebelumnya yang menggunakan bola tenis berwarna orange, tahun 2017 menggunakan bola standar FIFA 1 berdiameter 13 cm dengan warna 50% putih dan sisanya acak serta pola yang beragam. Sedangkan lapangan menggunakan rumput sintetis dengan ketebalan 2 cm dan gawang berwarna putih.. Banyaknya objek di lapangan yang memiliki warna serupa dengan bola membuat metode deteksi sebelumnya yang berbasis warna sudah tidak bisa lagi digunakan Begitupun dengan deteksi berbasis bentuk seperti transformasi hough, akan sulit dilakukan karena kondisi bola yang benar – benar bulat akan jarang ditemui saat pertandingan. Karena itu digunakanlah metode learning untuk melakukan deteksi bola. Metode ini dinilai efektif untuk mengenali pola bola yang beragam. Dari hasil pengujian, kondisi eksternal robot didapat melalui sensor passive berupa digital kamera PS Eye dan di otaki oleh komputer dengan processor Intel Cherry Trail yang bekerja pada clock 1.8 GHz, didapat bahwa strategi yang diajukan dapat melokalisasi bola sekaligus mengeliminasi noise dalam waktu 30 ms, sehingga robot masih dapat merespon perubahan kondisi lingkungan secara real-time.","PeriodicalId":498649,"journal":{"name":"Journal of Engineering Computer Science and Information Technology (JECSIT)","volume":"130 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-03-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"Deteksi Bola Multipola Memanfaatkan Ekstraksi Fitur Local Binary Pattern dengan Algoritma Learning Adaboost\",\"authors\":\"Muhammad Pajar Kharisma Putra\",\"doi\":\"10.33365/jecsit.v1i1.1\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Kontes Robot Sepakbola Indonesia 2017 yang mengacu pada rule robocup 2016 mengalami peningkatan tantangan yang signifikan. Berbeda dengan tahun sebelumnya yang menggunakan bola tenis berwarna orange, tahun 2017 menggunakan bola standar FIFA 1 berdiameter 13 cm dengan warna 50% putih dan sisanya acak serta pola yang beragam. Sedangkan lapangan menggunakan rumput sintetis dengan ketebalan 2 cm dan gawang berwarna putih.. Banyaknya objek di lapangan yang memiliki warna serupa dengan bola membuat metode deteksi sebelumnya yang berbasis warna sudah tidak bisa lagi digunakan Begitupun dengan deteksi berbasis bentuk seperti transformasi hough, akan sulit dilakukan karena kondisi bola yang benar – benar bulat akan jarang ditemui saat pertandingan. Karena itu digunakanlah metode learning untuk melakukan deteksi bola. Metode ini dinilai efektif untuk mengenali pola bola yang beragam. Dari hasil pengujian, kondisi eksternal robot didapat melalui sensor passive berupa digital kamera PS Eye dan di otaki oleh komputer dengan processor Intel Cherry Trail yang bekerja pada clock 1.8 GHz, didapat bahwa strategi yang diajukan dapat melokalisasi bola sekaligus mengeliminasi noise dalam waktu 30 ms, sehingga robot masih dapat merespon perubahan kondisi lingkungan secara real-time.\",\"PeriodicalId\":498649,\"journal\":{\"name\":\"Journal of Engineering Computer Science and Information Technology (JECSIT)\",\"volume\":\"130 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-03-13\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Journal of Engineering Computer Science and Information Technology (JECSIT)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.33365/jecsit.v1i1.1\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Engineering Computer Science and Information Technology (JECSIT)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33365/jecsit.v1i1.1","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

摘要

印度尼西亚2017年机器人足球比赛,指的是2016年机器人杯规则,带来了显著的挑战。与去年使用橙色网球的情况不同,2017年使用标准FIFA 1直径13厘米(6英寸)的标准足球,其颜色为50%的白色,其余的是随机的和不同的模式。而场地使用两厘米厚的人造草和白色的球门。在球场上,许多颜色与球体相似的物体的数量使以前的颜色检测方法不再被使用,也使得以颜色为基础的检测方法不再被使用,就像以颜色为基础的检测方法不再被使用一样。因此,学习方法被用来探测球。这种方法被认为是有效的识别多种球模式。机器人的研究结果,外部环境的生物获得通过(无源的数字化PS Eye摄像头和传感器在御宅族由英特尔Cherry Trail处理器的计算机工作的时钟1。8兆赫,得到的结论是,提出的战略可以同时定位球淘汰噪音30 ms内,机器人还可以实时地回应环境变化。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Deteksi Bola Multipola Memanfaatkan Ekstraksi Fitur Local Binary Pattern dengan Algoritma Learning Adaboost
Kontes Robot Sepakbola Indonesia 2017 yang mengacu pada rule robocup 2016 mengalami peningkatan tantangan yang signifikan. Berbeda dengan tahun sebelumnya yang menggunakan bola tenis berwarna orange, tahun 2017 menggunakan bola standar FIFA 1 berdiameter 13 cm dengan warna 50% putih dan sisanya acak serta pola yang beragam. Sedangkan lapangan menggunakan rumput sintetis dengan ketebalan 2 cm dan gawang berwarna putih.. Banyaknya objek di lapangan yang memiliki warna serupa dengan bola membuat metode deteksi sebelumnya yang berbasis warna sudah tidak bisa lagi digunakan Begitupun dengan deteksi berbasis bentuk seperti transformasi hough, akan sulit dilakukan karena kondisi bola yang benar – benar bulat akan jarang ditemui saat pertandingan. Karena itu digunakanlah metode learning untuk melakukan deteksi bola. Metode ini dinilai efektif untuk mengenali pola bola yang beragam. Dari hasil pengujian, kondisi eksternal robot didapat melalui sensor passive berupa digital kamera PS Eye dan di otaki oleh komputer dengan processor Intel Cherry Trail yang bekerja pada clock 1.8 GHz, didapat bahwa strategi yang diajukan dapat melokalisasi bola sekaligus mengeliminasi noise dalam waktu 30 ms, sehingga robot masih dapat merespon perubahan kondisi lingkungan secara real-time.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
ANALISA KERENTANAN WEBSITE FMIPA UNSRAT BERDASARKAN OPEN WEB APPLICATION SECURITY PROJECT TOP 10 FRAMEWORK APLIKASI PEMBELAJARAN SEJARAH PAHLAWAN INDONESIA DI WILAYAH SUMATERA (STUDI KASUS SDN 2 SUMBEREJO) SISTEM PENDUKUNG KEPUTUSAN UNTUK SELEKSI CALON PETUGAS SENSUS DI BADAN PUSAT STATISTIK KOTAMOBAGU MENGGUNAKAN TOPSIS SISTEM INFORMASI PENGGAJIAN KARYAWAN PADA TOKO BUKU DAN PERCETAKAN ABDI KARYA KABANJAHE BERBASIS WEB PREDIKSI JARAK TEMPUH KAPAL MOTOR SANGIANG MENGGUNAKAN SUPERVISED MACHINE LEARNING
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1