AUTOMATIC 3D FISH TRACKING USING POINT CLOUD PROCESSING ON RED DEVIL SPECIES FOR ECOLOGICAL RESEARCH

CAESAR ALPHA IRAWAN, Ir. Balza Achmad, S.T., M.Sc.E;Dr. Eko Setyobudi, S.Pi, M.Si

2017 | Skripsi | S1 TEKNIK FISIKA

Makalah ini mendiskripsikan tentang perunutan tiga dimensi berbasis gambar secara otomatis dengan memanfaatkan metode partikel filter dan pengolahan point cloud. Red Devil dipilih menjadi objek penelitian ini sebagai konsekuensi bahwa spesies ini membawa beberapa ketidakseimbangan baik untuk perikanan lokal dan ekosistem air, khususnya di Waduk Sermo, Daerah Istimewa Yogyakarta. Pengolahan point cloud digunakan karena dapat menyediakan informasi terkait perunutan 3D untuk ikan lebih banyak seperti point normal, curvature, and surface information, sehingga perunutan 3D yang dikembangkan dapat memperoleh hasil yang lebih baik. Kinect digunakan sebagai kamera RGB-D (warna-kedalaman) dengan biaya murah untuk menerapkan algoritma perunutan otomatis. Telah dilakukan pengujian dengan beberapa kasus diikuti dengan perhitungan sensitivitas, akurasi, dan presisi terkait dengan performa dari algoritma yang digunakan. Secara rata-rata, karakteristik performansinya adalah 0.51 untuk TPR, 0.54 untuk PPV, dan 0.84 untuk ACC. Keluaran dari perunutan otomatis ini adalah lintasan tiga dimensi dan data posisi dalam x, y, dan z terkait dengan pergerakan objek.

This paper describes an automatic 3D fish tracking based on particle filter and point cloud processing. It helps some ecologist in fishery research to learn about fish behaviour more precisely. Red Devil is chosen becoming an object for this research as a consequence that this species brings some imbalances for both local fisheries and water ecosystem, specifically in Sermo reservoir, Special Region of Yogyakarta, Indonesia. Point cloud processing is utilized to get much information such as point normal, curvature, and surface information. Therefore, 3D fish tracking can be developed more robust. Kinect was used as low-cost RGB-D (Red Green Blue - Depth) camera to apply the automatic tracking algorithm. The performance of the algorithm has been evaluated by using several cases, followed by the computations for the TPR, ACC, and PPV. In average, the performance characteristics are 0.51 for TPR, 0.54 for PPV and 0.84 for ACC. The output of the automatic tracking is a 3D trajectory and the positions of the object in x, y and z direction.

Kata Kunci : Red Devil, Fish, Tracking, Particle Filter, Image Processing, 3D (Three-dimension)