{"title":"使用YOLOv4通过闭路电视来确定教授和学生的位置","authors":"Prya Artha Widjaja, Robert Theo, Kenneth Liem","doi":"10.47178/infinity.v2i1.1643","DOIUrl":null,"url":null,"abstract":"Penelitian ini dimulai dari kesulitan peneliti untuk menemukan orang yang dituju untuk suatu keperluan. Banyak waktu yang terbuang karena harus berulang kali ke ruangan ternyata tidak ada orang yang ingin ditemui. peneliti berusaha memanfaatkan kamera CCTV yang ada di setiap lantai untuk mendeteksi keberadaan orang yang ingin ditemui. Penelitian ini mencoba menggunakan CNN (Convolution Neural Network) untuk mengolah data yang didapatkan. Metode yang digunakan adalah object detection. Peneliti memilih menggunakan algoritma YOLO (You Only Look Once) versi 4 dan OpenCV untuk mendeteksi manusia yang terlihat dan mengenalinya. Data yang digunakan berupa data foto, untuk setiap orang diambil 30 buah foto.","PeriodicalId":31175,"journal":{"name":"Infinity","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-10-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":"{\"title\":\"Penggunaan YOLOv4 Untuk Menentukan Lokasi Dosen Dan Mahasiswa Dengan Menggunakan CCTV\",\"authors\":\"Prya Artha Widjaja, Robert Theo, Kenneth Liem\",\"doi\":\"10.47178/infinity.v2i1.1643\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Penelitian ini dimulai dari kesulitan peneliti untuk menemukan orang yang dituju untuk suatu keperluan. Banyak waktu yang terbuang karena harus berulang kali ke ruangan ternyata tidak ada orang yang ingin ditemui. peneliti berusaha memanfaatkan kamera CCTV yang ada di setiap lantai untuk mendeteksi keberadaan orang yang ingin ditemui. Penelitian ini mencoba menggunakan CNN (Convolution Neural Network) untuk mengolah data yang didapatkan. Metode yang digunakan adalah object detection. Peneliti memilih menggunakan algoritma YOLO (You Only Look Once) versi 4 dan OpenCV untuk mendeteksi manusia yang terlihat dan mengenalinya. Data yang digunakan berupa data foto, untuk setiap orang diambil 30 buah foto.\",\"PeriodicalId\":31175,\"journal\":{\"name\":\"Infinity\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-10-21\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"2\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Infinity\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.47178/infinity.v2i1.1643\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Infinity","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.47178/infinity.v2i1.1643","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2
摘要
这项研究从寻找有需要的人的困难开始。浪费了很多时间不得不回到房间,结果却没有人愿意被发现。研究人员正试图在每一层楼使用闭路电视摄像机来探测他们想要找到的人的下落。本研究尝试使用卷积神经网络(CNN)来处理所获得的数据。所使用的方法是物体检测。研究人员选择使用YOLO(You Only Look Once)版本4和OpenCV算法来检测可见和可识别的人类。数据用作照片数据,每个人拍摄30张照片。
Penggunaan YOLOv4 Untuk Menentukan Lokasi Dosen Dan Mahasiswa Dengan Menggunakan CCTV
Penelitian ini dimulai dari kesulitan peneliti untuk menemukan orang yang dituju untuk suatu keperluan. Banyak waktu yang terbuang karena harus berulang kali ke ruangan ternyata tidak ada orang yang ingin ditemui. peneliti berusaha memanfaatkan kamera CCTV yang ada di setiap lantai untuk mendeteksi keberadaan orang yang ingin ditemui. Penelitian ini mencoba menggunakan CNN (Convolution Neural Network) untuk mengolah data yang didapatkan. Metode yang digunakan adalah object detection. Peneliti memilih menggunakan algoritma YOLO (You Only Look Once) versi 4 dan OpenCV untuk mendeteksi manusia yang terlihat dan mengenalinya. Data yang digunakan berupa data foto, untuk setiap orang diambil 30 buah foto.