Perpustakaan Digital ITB

Manajemen kerumunan di ruang publik membutuhkan sistem crowd counting yang akurat, namun nilai akurasi tersebut sering terdegradasi oleh masalah multi-level noise seperti gaussian, salt-and-pepper, dan poisson. Pada tesis ini dilakukan implementasi model deep U-Net autoencoder dengan tiga poin pengembangan yakni (1) optimasi bottleneck untuk menangkap konteks global multi-level noise, (2) skip connection berbasis attention gate mempertahankan fitur spasial dan kritis, dan (3) aktivasi sigmoid yang mengkombinasikan keunggulan sigmoid dan ReLU dalam menangani variansi intensitas noise. Model ini menggunakan metrik PSNR, SSIM, dan MAE untuk evaluasi, dan dataset yang digunakan adalah SHHA (kerumunan padat) dan SHHB (kerumunan sedang), dengan membandingkan performanya terhadap metode denoising spasial berbasis kernel (seperti: adaptive median filter, gaussian filter, dan bilateral filter). Hasil ekperimen menunjukkan bahwa model yang diimplementasikan unggul dalam menangani gaussian noise (PSNR 35.55, SSIM 0.97) dibandingkan dengan metode denoising spasial spasial namun, masih menghadapi tantangan pada poisson noise (PSNR 10.47) karena kehilangan detail intensitas rendah. Analisis lebih lanjut mengungkapkan bahwa level noise berpengaruh signifikan terhadap performa model ini, dimana dataset Shanghai Tech B lebih rentan terhadap degradasi dengan akurasi perhitungan (MAE 41.27) dibandingkan SHHA. Temuan penting lainnya yaitu bahwa tidak ada korelasi langsung antara besaran PSNR / SSIM yang tinggi terhadap nilai MAE yang ideal, yang menegaskan perlunya pengembangan terhadap metrik evaluasi berbasis object aware. Tesis ini memberikan kontribusi dalam implementasi dan eksperimentasi metode teknik denoising untuk citra kerumunan melalui integrasi teknik deep learning. Untuk pengembangan lebih lanjut, disarankan penelitian lanjutan seperti penerapan multi task learning untuk dapat menangani variasi kepadatan pada citra kerumunan.