Peningkatan Kualitas Gambar Menggunakan Metode Super Resolution Gans Dalam Mendeteksi Plat Nomor Kendaraan
Total View This Week0
Total View This Week0
Institusion
Universitas Komputer Indonesia
Author
Widyanto, Nugraha
Subject
005_Computer Programming, Programs & Data
Datestamp
2024-01-19 02:19:06
Abstract :
Penelitian ini bertujuan untuk membuat sebuah model deep learning yang dapat meningkatkan resolusi gambar dari hasil kamera seperti kamera pengawas terutama dalam bidang keamanan lalu lintas sehingga dapat membantu dalam meningkatkan akurasi untuk mendeteksi plat nomor kendaraan. Sistem ini memanfaatkan teknologi Deep Learning yaitu SRGANs atau Super Resolution GANs yang dapat meningkatkan resolusi gambar dari hasil kamera. Dengan menggunakan dataset yang memiliki dua jenis gambar yang berbeda, yaitu High Resolution (HR) dan Low Resolution (LR) yang dapat digunakan untuk melatih model SRGANs agar dapat menghasilkan gambar yang lebih baik dari gambar inputnya. Pada penelitian ini, model dilatih dengan menggunakan 1070 gambar (terdiri dari 535 gambar low resolution dan 535 gambar high resolution). Model diuji dengan menggunakan 10 gambar low resolution sebagai gambar input. Hasilnya, model yang dibuat dapat melakukan peningkatan resolusi gambar sebesar 2× dari gambar inputnya dengan hasil evaluasi model yang dibuat dengan nilai rata-rata PSNR gambar input sebesar 20.1587 dB dan hasil model yaitu sebesar 21.1831 dB. Sedangkan untuk nilai rata-rata SSIM gambar input sebesar 0.5215 dan dari hasil model yaitu sebesar 0.6331.
Penelitian ini bertujuan untuk membuat sebuah model deep learning yang dapat meningkatkan resolusi gambar dari hasil kamera seperti kamera pengawas terutama dalam bidang keamanan lalu lintas sehingga dapat membantu dalam meningkatkan akurasi untuk mendeteksi plat nomor kendaraan. Sistem ini memanfaatkan teknologi Deep Learning yaitu SRGANs atau Super Resolution GANs yang dapat meningkatkan resolusi gambar dari hasil kamera. Dengan menggunakan dataset yang memiliki dua jenis gambar yang berbeda, yaitu High Resolution (HR) dan Low Resolution (LR) yang dapat digunakan untuk melatih model SRGANs agar dapat menghasilkan gambar yang lebih baik dari gambar inputnya. Pada penelitian ini, model dilatih dengan menggunakan 1070 gambar (terdiri dari 535 gambar low resolution dan 535 gambar high resolution). Model diuji dengan menggunakan 10 gambar low resolution sebagai gambar input. Hasilnya, model yang dibuat dapat melakukan peningkatan resolusi gambar sebesar 2× dari gambar inputnya dengan hasil evaluasi model yang dibuat dengan nilai rata-rata PSNR gambar input sebesar 20.1587 dB dan hasil model yaitu sebesar 21.1831 dB. Sedangkan untuk nilai rata-rata SSIM gambar input sebesar 0.5215 dan dari hasil model yaitu sebesar 0.6331.
File :
UNIKOM_Nugraha Widyanto_Cover.pdf
UNIKOM_Nugraha Widyanto_Lembar Pengesahan.pdf
UNIKOM_Nugraha Widyanto_BAB V.pdf
UNIKOM_Nugraha Widyanto_Daftar Pustaka.pdf
UNIKOM_Nugraha Widyanto_Kontak.pdf
UNIKOM_Nugraha Widyanto_Surat Keterangan Persetujuan Publikasi.pdf
UNIKOM_Nugraha Widyanto_Lembar Pernyataan.pdf
UNIKOM_Nugraha Widyanto_Kata Pengantar.pdf
UNIKOM_Nugraha Widyanto_Daftar Isi.pdf
UNIKOM_Nugraha Widyanto_BAB I.pdf
UNIKOM_Nugraha Widyanto_BAB II.pdf
UNIKOM_Nugraha Widyanto_BAB III.pdf
UNIKOM_Nugraha Widyanto_BAB IV.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
