Pengenalan Tulisan Pada Iklan Pinggir Jalan yang Melengkung Menggunakan Shape Context
DOI:
https://doi.org/10.52985/insyst.v3i2.202Keywords:
Augmented Farey Sequence, Farey Table, Shape Context, Shape Matching, Object RecognitionAbstract
Membaca sebuah tulisan yang sama di bidang melengkung berbeda dengan di bidang datar, karena tulisan pada bidang melengkung bergantung pada permukaan bidang lengkungnya. Pada saat ini, banyak sekali tulisan pada iklan pinggir jalan yang ditempel pada bidang melengkung di sepanjang jalan. Tulisan yang digunakan berupa huruf dan angka, dengan berbagai macam background, bentuk dan warna yang diambil di pinggir jalan dengan menggunakan Farey Shape Context. Fitur Farey ini bergantung pada DSS (Digital Straight Line Segment) endpoint dan menggunakan pecahan Augmented Farey sequence. DSS endpoint ini dijadikan sebagai titik fitur atau feature point untuk menemukan shape context dari citra. DSS endpoint tersebut digunakan sebagai acuan bounding box yang akan digunakan sebagai object boundary yang dimana setiap sudutnya merupakan reference point. Untuk melakukan Binning Farey Rank, Augmented Farey Table (AFT) harus dibentuk terlebih dahulu berdasarkan Augmented Farey Sequence yang merupakan pengembangan dari Farey Sequence. Farey Sequence hanya meliputi pecahan dengan pembilang dan penyebut yang positif, sedangkan Augmented Farey Sequence meliputi pecahan dengan pembilang dan penyebut positif serta negatif. Pada penelitian ini digunakan 500 data iklan di pinggir jalan yang melengkung, dimana 70% digunakan sebagai data sample. Dari 70% data sample tersebut didapatkan ribuan karakter berupa huruf dan angka yang dijadikan data sample. Berdasarkan hasil uji coba penelitian yang dilakukan pada 500 Gambar dimana 30% sebagai data testing, maka hasil Farey Shape Context untuk mengenali tulisan berupa huruf dan angka pada iklan pinggir jalan yang melengkung mencapai akurasi benar 74.94% dan salah 25.06%.
References
S. Pratihar and N. Begum, “Understanding shape context by analysis of Farey ranks,” in 2016 5th International Conference on Informatics, Electronics and Vision (ICIEV), 2016, pp. 580–585.
K. M. Mezghiche, K. E. Melkemi, and S. Foufou, “Matching with quantum genetic algorithm and shape contexts,” in 2014 IEEE/ACS 11th International Conference on Computer Systems and Applications (AICCSA), 2014, pp. 536–542.
G. An and W. Yu, “Captcha recognition algorithm based on the relative shape context and point pattern matching,” in 2017 9th International Conference on Measuring Technology and Mechatronics Automation (ICMTMA), 2017, pp. 168–172.
N. Bhuptani and B. Talati, “Variations in Shape Context Descriptor: A survey,” Int. J. Comput. Appl., vol. 975, p. 8887, 2014.
Y.-P. Lin and K.-W. Hsu, “Using Color Difference with Shape Context for Logo Recognition.,” J. Softw., vol. 9, no. 8, pp. 2188–2193, 2014.
S. Belongie, J. Malik, and J. Puzicha, “Shape context: A new descriptor for shape matching and object recognition,” Adv. Neural Inf. Process. Syst., vol. 13, 2000.
A. Thayananthan, B. Stenger, P. H. S. Torr, and R. Cipolla, “Shape context and chamfer matching in cluttered scenes,” in 2003 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2003. Proceedings., 2003, vol. 1, pp. I--I.
J. Qi, L. Wenhui, L. Yi, and Y. YingTao, “An Efficient Object Recognition Method Based On Pyramid Match Kernel Using Shape Contexts,” in 2008 IEEE International Symposium on Knowledge Acquisition and Modeling Workshop, 2008, pp. 18–21.
S. G. Salve and K. C. Jondhale, “Shape matching and object recognition using shape contexts,” in 2010 3rd International Conference on Computer Science and Information Technology, 2010, vol. 9, pp. 471–474.
J. Canny, “A computational approach to edge detection,” IEEE Trans. Pattern Anal. Mach. Intell., no. 6, pp. 679–698, 1986.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2021 Journal of Intelligent System and Computation
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.