SEGMENTASI BAGIAN TUBUH MANUSIA 3D POINT CLOUD BERBASIS SPHERICAL PROJECTION MENGGUNAKAN SEGNET
Author
Abstract
Light Detection and Ranging (LiDAR) adalah sebuah teknologi sensor yang telah berkembang pesat. Teknologi ini sudah banyak diimplementasikan di dalam bidang segmentasi citra dan deteksi objek. Teknologi ini memvisualisasikan hasil pantulan dari objek sebagai 3D point cloud. Namun dalam segmentasi 3D point cloud memiliki sebuah kendala atau tantangan yaitu struktur data yang tidak teratur, yang mengakibatkan noise dan bentuk objek yang menyebabkan saling tumpang tindih, sehingga menghambat akurasi segmentasi dan pengenalan objek. Untuk menyelesaikan masalah ini pendekatan spherical projection hadir sebagai jawaban. Dengan mengubah data 3D point cloud menjadi citra 2D dapat memudahkan proses segmentasi citra. Dalam melakukan segmentasi citra dari hasil transformasi data 3D menjadi 2D dengan menggunakan pelatihan deep learning dan model yang digunakan dalam pelatihan data adalah SegNet yang terkenal efektif dalam melakukan segmentasi citra. Setelah training data, diperoleh akurasi sebesar 59% dengan epoch sebanyak 500. Diharapkan dengan penelitian ini penelitian selanjutnya dapat menyempurnakan dan mengembangkan ilmu pengetahuan pada bidang visi komputer dan kecerdasan buatan.