SISTEM PENGEPASAN BAJU BERBASIS PUSTAKA XNA MENGGUNAKAN KAMERA KINECT

ISSN 1858-4667

JURNAL LINK VOL 21/No. 2/September 2014

SISTEM PENGEPASAN BAJU BERBASIS PUSTAKA XNA MENGGUNAKAN KAMERA KINECT Sigit Wasista1, Setiawardhana2, Henrita Paskaria3 1,2,3

Program Studi D4 Teknik Komputer, Departemen Informatika dan Komputer, Politeknik Elektronika Negeri 1 [email protected] , 2 [email protected], 3 [email protected].

Abstrak

Penelitian ini bertujuan untuk membuat sistem pengepasan baju guna mempercepat pemilihan model baju. Pemilihan model baju menggunakan kamera kinect akan mempermudah dalam memilih pakaian tanpa harus mengganti baju yang dikenakannya. Pengguna cukup berdiri di depan kamera. Baju akan dimodelkan secara grafis yang akan ditampilkan dengan memanfaatkan framework XNA. Baju dapat dipilih baik model dan warna yang disediakan dan dapat langsung dilihat hasil pemodelannya pada posisi pengguna secara virtual. Metode yang digunakan adalah transformasi grafika komputer yang dihitung dengan rumus trigonometri. Hasil penelitian ini didapatkan tingkat keberhasilan untuk transformasi translasi dan rotasi cukup baik. Kata kunci: Pengepasan Baju, XNA, Kamera Kinect.

1.1 Latar Belakang Pemilihan model baju dengan kamera kinect akan memudahkan manusia dalam memilih pakaian tanpa harus mengganti baju yang dikenakannya secara nyata, karena semua dilakukan secara virtual. Kamera yang digunakan dalam sistem ini adalah kinect karena didalamnya terdapat sensor yang akan memudahkan pengerjaan dan pengambilan data dari lingkungan sekitar. Seorang pengguna cukup berdiri pada posisi tertentu, maka pada layar akan muncul gambar pengguna mengenakan baju dengan model yang disediakan, dan dapat memilih dengan pergeseran virtual tangan pengguna. Sistem ini dapat membantu seseorang yang hendak memilih-milih dan menggunakan pakaian secara cepat.

(Natural User Interface) sehingga kita dapat mengakses UI yang diperlukan dalam proses penelitian ini. Proses pengerjaan aplikasi ini secara umum terdiri dari beberapa tahap diantaranya: pembuatan model baju, setting kamera kinect, pengambilan gambar dengan kamera, Melakukan proses depth tracking, Melakukan skeletal tracking, perhitungan lebar bahu dan sudut putar, integrasi XNA dengan video color stream, integrasi dengan metode transformasi, melakukan pergantian obyek baju. Color stream digunakan untuk menampilkan gambar yang ditangkap kamera dengan view/warna yang sesungguhnya. Pengambil an gambar

Inisialisasi Kinect

Tampilkan Hasil

Siapkan Frame

1.2 Metode Penelitian Penelitian ini menggunakan SDK dari Kamera Kinect yang di dalamnya telah terdapat library-library Kinect untuk memanggil NUI

Gambar 1. Diagram Penelitian

6-33

Sigit Wasista, Setiawardhana, Henrita Paskaria, Sistem Pengepasan…

2.3 Integrasi Obyek Dengan Video Stream Bagian ini nantinya digunakan untuk menampilkan gambar user dengan obyek baju yang dikenakannya. Proses pengambilan gambar dan penyiapan frame gambar terdapat pada gambar 1.

Teknik menampilkan obyek yang dilakukan dengan framework XNA dilakukan dalam class SkeletonStreamRenderer kemudian untuk merender obyek yang ada pada pustaka ini dibutuhkan frame (dalam kasus ini digunakan frame color stream) agar obyek memiliki plane berupa video color stream.

2.1 Metode Perhitungan Lebar Bahu Lebar bahu diperlukan untuk mendapatkan nilai scalling dari obyek baju agar dapat tampil sesuai dengan ukuran pengguna. Perhitungan lebar bahu dapat diperoleh dengan persamaan:

Kamera mengambil gambar

Framework XNA

(1) Obyek + Video color stream

(2)

Skeleton Color stream

2.2 Metode Perhitungan Sudut Putar Gambar 3. Diagram integrasi obyek baju dan video color stream

Aplikasi ini menggunakan sudut putar +90º dan -90º dari keadaan tegak lurus terhadap kamera. Untuk mendapatkan sudut putaran user, diterapkan metode persamaan trigonometri pada segitiga. Bentuk segitiga dapat kita peroleh dari titik shoulder center, sebuah titik bantu, dan left atau right shoulder. Dimana ketiga titik tersebut seperti gambar 2.

2.4 Metode Natural User Interface (NUI) Skeleton API menyediakan informasi tentang lokasi sampai dua pemain yang berdiri di depan Sensor Kinect, dengan informasi rinci tentang posisi dan orientasi. Data tersebut diberikan kepada kode aplikasi sebagai satu set poin, disebut posisi kerangka, yang membentuk kerangka, seperti yang ditunjukkan pada Gambar 2.15. Kerangka ini merupakan posisi saat pengguna dan berpose. Untuk menggunakan data kerangka, sebuah aplikasi harus menunjukkan ini ketika menginisialisasi NUI, dan ia harus memungkinkan pelacakan kerangka.

Gambar 2. Segitiga Trigonometri Dari gambar 2 didapatkan koordinat titik bantu yaitu: (3) Sudut yang dicari adalah sudut θ yaitu sudut yang mengindikasikan perputaran tubuh user karena perubahannya dari sudut kecil ke sudut besar. Sudut ini dapat dicari dengan persamaan trigonometri dimana kedua ruas segitiga diketahui panjangnya yaitu: |xbantu – x left / right shoulder| |ybantu – y center shoulder|

(4) (5)

6-34


Penerapan aplikasi mengikuti alur seperti gambar 6.

Gambar 4. Skeleton relative terhadap posisi tubuh manusia (Sumber gambar: Kinect SDK Documentation) 3.1 Perancangan Aplikasi Sub bab ini membahas tentang perancangan aplikasi secara keseluruhan yang akan dibangun.Gambaran aplikasi Pemilihan Model Baju dengan Kamera Sensor Terintegrasi secara umum dapat dilihat pada gambar 5. Aplikasi dimulai dengan penangkapan gambar seseorang yang berdiri pada posisi 1,5 meter di depan kamera kinect. Kamera akan menangkap gambar dengan megaktifkan sensor-sensor yang terdapat pada Kamera Kinect. Dalam penelitian ini kita menggunakan sensorcolor streamuntuk mendapatkan gambar sesungguhnya dari user(gambar berwarna). Sensor depth (menggunakan dua buah sensor kamera yaitu sensor IR Emiter dan sensor depth) untuk mengetahui jarak pengguna dari kamera dan mendeteksi ada atau tidaknya user, kemudian akan dilakukan skeletal tracking. Dengan mengaktifkan sensor tersebut kita bisa mendapatkan data-data tiap titik pada skeleton.

Gambar 6. Diagram Penerapan Aplikasi Data yang paling penting kita ambil adalah posisi skeleton (x, y) pada screen dan lebar atau jarak antara dua bahu yang digunakan sebagai acuan transformasi dari obyek baju virtual. Baju virtualakan tampil pada interfacedan secara otomatis menyesuaikan posisipengguna. Pada tampilan akhir, user dapat melakukan pergantian model baju sesuai yang diinginkan. 3.2 Teknik Pengujian Pengujian ini dilakukan dengan menggunakan Kamera Kinect for Windows yang dihubungkan dengan PC dengan spesifikasi CPU dan perlengkapan (software/hardware) yang digunakan adalah: a. Prosesor Intel(R) Core(TM)2 Duo CPU T8300 @2,40 GHz b. Memori 4,00 GB c. VGA Mobile Intel(R) 45 Express Chipset Family 1,2 GB d. Sistem Operasi Microsoft Windows 7 Ultimate 32-bit e. Software Microsoft Visual Studio Ultimate, Kinect SDK v1.6, Camtasia Recorder f. Hardware Kinect for Windows, Komunikasi Serial USB dan power supply untuk kamera Kinect.

Gambar 5 Diagram Aplikasi Pemilihan Model Baju dengan Kamera Sensor Terintegrasi secara umum

6-35


Pengujian aplikasi ini adalah pengguna berdiri di depan kamera pada jarak 1,5 meter. Diuji dengan pergerakan maju, mundur, geser kanan dan kiri, maupun berputar dengan sudut tertentu. Skenario pengujian aplikasi pemilihan model baju ini adalag dengan mempersiapkan kamera dan user pada kondisi sebagai berikut: 1. Kamera diletakkan pada ketinggian 88cm 2. User berdiri di depan kamera dengan jarak 1,5m 3. User bergerak maju dengan jarak tertentu dan mundur dengan jarak tertentu untuk mengetahui kehandalan sistem dalam mendeteksi adanya user. 4. User melakukan gerakan memutar sedikit demi sedikit secara statis dan dinamis secara horizontal untuk mengetahui kehandalan aplikasi dalam menghitung sudut perputaran user. 5. Berputar (º)

2

Gambar 7. Perancangan Aplikasi Pemilihan Baju Pengambilan gambar dari jarak 1,5 meter dari kamera.

Gambar 8. Pengambilan gambar pada jarak 1,5 meter

1,5 m

Pengambilan gambar dari jarak dari 3,8 meter. kanan

kiri

88 cm maju

mundur Gambar 9. Pengambilan gambar pada jarak 3,8 meter Pengambilan gambar dengan jarak 3,8 meter dari kamera seperti gambar diatas, hasilnya yaitu user masih dapat dideteksi oleh kamera, tetapi dengan data yang yang dihasilkan sangat kecil dan tidak valid, sehingga tidak dapat dijadikan referensi data yang baik untuk penelitian ini. Pengujian dengan pengguna berputar 60º ke kiri (dalam aplikasi 60º ke kanan).

Gambar 7 Desain Pengujian Sistem 3.3 Hasil Perancangan Software Gambar 7 merupakan perancangan interface yang akan dibuat dalam aplikasi ini. Indeks angka 1 merupakan field untuk gambar awal saat pengguna ditagkap oleh kamera. Kemudian indeks angka 2 merupakan tempat digambarkannya pose-pose dari skeleton pengguna dan ditunjukkan pula joint-joint dari skeleton pengguna ketika kamera mendeteksi adanya pengguna. Indeks angka 3 menunjukkan field untuk menampilkan gambar depthenvironment dari gambar yang telah ditangkap. Indeks angka 4 adalah tempat manampilkan data-data dari skeleton yang dibutuhkan, yaitu data jarak pengguna dari kamera.

6-36


60º

Gambar 10 Pengukuran Posisi Menghadap Kiri Sebesar 60º Gambar 4. 1 Hasil Load Blazzer Coklat 4.1 Hasil Dan Pembahasan 4.1.1 Pengujian Jarak Pengujian jarak untuk mengetahui seberapa jauh jarak pengguna (tubuh manusia) dapat terdeteksi oleh kamera kinect. Tabel 1. Kemampuan Pendeteksian Obyek Kamera Terhadap Pengguna Ti Tin Jarak user terhadap kamera ng ggi Kinect gi Ka 50 1 1, 2 3 3, 3, >3 us me c m 5 m m 5 8 ,8 er ra m m m m m (c (c m) m) 17 x x v v v v v x 8 16 88 x x v v v v v x 5 16 x v v v v v v x 0 16 x v v v v v v x 0 15 x v v v v v x x 0 Keberhas 0 6 1 1 1 1 8 0 ilan(%) 0 0 0 0 0 0 0 0 0 0 Keterangan: X: tidak dapat dideteksi (nilai keberhasilan 0) V : dapat dideteksi (nilai kberhasilan 1)

Gambar 11 Pengujian Pengguna Menghadap Kiri dengan Sudut 60º Load obyek dress 3 berwarna biru

Gambar 12. Hasil Load Dress Biru

Load obyek blazzer 1 berwarna coklat

6-37


X: tidak dapat dideteksi V : dapat dideteksi

4.1.2 Pengujian Rotasi Horisontal Pengujian ini bertujuan untuk menguji kehandalan sistem dalam mengetahui sudut putaran yang dilakukan oleh user. Tabel 2. Sudut Rotasi Pengujian Sudut putar terhadap user Percoba an kiri kanan ke0º 30º 60º 90º 30º 60º 0,0 26, 59, 85, 31, 60, 1 9 5 4 6 9 2 2,0 31, 60, 91, 33 54 2 6 3 7 2 3,0 30, 58, 89 29, 57, 3 2 2 9 8 9 7,1 35, 63, 88, 26, 58, 4 9 4 3 9 6 5,6 32, 70, 90, 30, 63 5 4 2 1 6 4,2 4,2 1,2 1,4 2,1 Rata Error (%)

5.1 Kesimpulan Jarak optimum untuk mendeteksi keberadaan pengguna berada diantara 1,5 meter hingga 3 meter. Orientasi dari perputaran tubuh pengguna dengan persamaan trigonometri dari perubahan posisi bahu pengguna pada model skeleton telah teruji performanya. Tingkat keberhasilan aplikasi dalam menghitung sudut putar pengguna adalah 97,42%.

90º 91 78, 3 89, 8 84

Daftar Pustaka Aaron Reed, Learning XNA 4.0.2010 Hand Book, O’Reilly.

90, 4 3,6

Azrulhizam Shapi’i, Riza Sulaiman, Mohammad Khatim Hasan. Geometric Transformation Technique for Total Hip Implant in Digital Medical Images.Industrial Computing Research Group Faculty of Information Science and Technology Universiti Kebangsaan Malaysia Bangi, Malaysia.

Pengujian jarak berdasarkan hasil pengukuran kemampuan kamera kinect untuk mengenali obyek tubuh manusiadengan jarak terdekat 1 meter sebesar 60% dan jarak terjauh 3,8 meter sebesar 80%. Jarak optimum sistem dapat mendeteksi obyek tubuh manusia berada diantara 1,5 meter hingga 3 meter. Kehandalan aplikasi dalam mengetahui sudut rotasi masih memiliki kelemahan terhadap perputaran user horisontal dan perputaran tubuh. Tingkat keberhasilan aplikasi dalam menghitung sudut putar pengguna adalah 97,42%.

Is¸ıkdo˘gan, Furkan dan G¨okc¸ehan Kara. A Real Time Virtual Dressing Room Application using Kinect. CMPE537 Computer Vision Course Project, January 2012. J. Shotton, A. Fitzgibbon, M. Cook, T. Sharp, M. Finocchio, R. Moore, A. Kipman, and A. Blake, ”Real-Time Human Pose Recognition in Parts from Single Depth Images,” Proceedings of IEEE Conference on Computer Vision and Pattern Recognition, 2011.

4.1.3 Pengujian Intensitas Cahaya Pengujian berdasarkan intensitas cahaya bertujuan untuk menguji kehandalan aplikasi (kehandalan kamera khususnya) dalam hal penangkapan gambar sehingga diketahui apakah user dapat terdeteksi atau tidak.

K.

Tabel 3. Pengaruh Intensitas Cahaya

Waktu Siang hari Malamhari % rata-rata keberhasilan

Kondisi Pencahayaan Ada Lampu Tidak Ada Lampu v v v v

Kjærside, K.J. Kortbek, H. Hedegaard, ”ARDressCode: Augmented Dressing Room with Tag-based Motion Tracking and Real-Time Clothes Simulation,” Proceedings of the Central European Multimedia and Virtual Reality Conference, 2005.

K. Onishi, T. Takiguchi, and Y. Ariki, ”3D Human Posture Estimation using the HOG Features from Monocular Image,” 19th International Conference on Pattern Recognition, 2008.

100%

Keterangan:

6-38


Kinect

Quick Start Guide, http://support.xbox.com/en-GB/xbox360/manuals-specs/manual-specs

http://file.upi.edu/Direktori/FPMIPA/JUR._PEND. _MATEMATIKA/194705241981031JOZUA_SABANDAR/KUMPULAN_HA ND_OUT/handout_Geo_Trans.pdf diakses pada 14 Juni 2012 http://id.wikipedia.org/wiki/Trigonometri. pada 2 Januari 2013.

diakses

http://id.wikipedia.org/wiki/Realitas_tertambah. diakses pada 15 Juni 2012 http://mbanxlambang.wordpress.com/. diakses pada 5 Juni 2012 www.tofi.or.id/download.../Transformasi%20geom etri_kul_2_ web.ppt. diakses pada 14 Juni 2012 http://en.wikipedia.org/wiki/Microsoft_XNA, diakses pada 16 Juli 2013 http://msdn.microsoft.com/enus/library/bb203940.aspx, diakses pada 16Juli 2013 http://students.netindonesia.net/blogs/mustofakamal /archive/2012/02/17/mengenal-xna.aspx diakses pada 16Juli 2013. Jana,

Abhijit. Kinect for Windows Programming Guide. Chapter Understanding the Kinect Device.

SDK No1.

Microsoft Research Kinect for Windows SDK beta Prgramming Guide. 2011. Getting Started with the Kinect for Windows SDK Beta from Microsoft Research. Beta Draft Version 1.0. Sahal, Abdilah. 2012. Chess Game Dengan Augmented Reality Berbasis Penjejakan Jari Tangan.Teknik Komputer. Wiranda, Nuruddin. 2012. Implementasi Kinect Pada Penerjemah Bahasa Isyarat. Sekolah Tinggi Manajemen Informatika Dan Komputer Amikom. Yogyakarta.

6-39

SISTEM PENGEPASAN BAJU BERBASIS PUSTAKA XNA MENGGUNAKAN KAMERA KINECT

Recommend Documents