Ekstraksi Keyframe dengan Entropy Differences untuk Temu Kembali Konten Video berbasis Speeded-Up Robust Feature
ABSTRAK: Salah satu
masalah dalam pemilihan
keyframe pada temu kembali
konten video atau
Content Based Video
Retrieval (CBVR) adalah penentuan
keyframe terbaik yang
dapat mewakili konten video.
Jumlah keyframe yang
terlalu banyak akan meningkatkan
beban komputasi, namun
jumlah keyframe yang terlalu
sedikit akan mengurangi akurasi CBVR. Penelitian ini mengusulkan
sebuah metode baru
untuk CBVR berbasis Speeded-Up Robust
Feature (SURF) dengan
mengadaptasi logika metode Entropy
Differences (ED) untuk
mengekstraksi keyframe
secara efektif. ED
dioptimalkan untuk proses ekstraksi keyframe dengan menghitung nilai entropi
dari setiap frame pada video.
Algoritma SURF digunakan sebagai metode descriptor fitur
pada citra keyframe
untuk proses CBVR. Berdasarkan pengujian,
nilai F1 dari
metode yang diusulkan mencapai rata-rata 60% dan
rata-rata waktu per pencarian 5 ms.
Penulis: M Misbachul Huda,
Yenita Dewi Nurseha, Adrianus Yoza Aprilio
Kode Jurnal: jptinformatikadd140120
