ESTIMASI KEDALAMAN PADA CITRA DENGAN CONDITIONAL RANDOM FIELD (CRF) DAN STRUCTURED SUPPORT VECTOR MACHINE (SSVM) MENGGUNAKAN FITUR FFT

Derry Alamsyah (STMIK Global Informatika MDP)
Muhammad Rachmadi (STMIK Global Informatika MDP)

Jurnal TAM (Technology Acceptance Model)
Vol 9, No 1 (2018): Jurnal TAM (Technology Acceptance Model)

Citra Kedalaman merupakan citra yang dapat digunakan untuk segmentasi objek, 3D Model dan visi pada robot. Penentuan nilai kedalaman dari sebuah citra warna memiliki tantangan tersendiri dan bidang aktif penelitian. Citra kedalaman dapat diestimasi dengan menggunakan model stokastik CRF. Selanjutnya model CRF digunakan sebagai model untuk pembobotan pada Model SSVM. Penggunaan CRF-SSVM untuk estimasi citra kedalaman didukung ekstraksi fitur domain frekuensi yaitu FFT. Hasil yang ditunjukan dengan menggunakan pendekatan ini sebesar 69.04%