1. UKM Learning and Research Repository
2. PHD Thesis / Tesis PHD
3. Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat

Title:	Ciri pembeza pengelas penampilan warna pemandangan lukisan landskap berdasarkan pengamatan manusia terhadap warna
Authors:	Aniza Othman (P80620)
Supervisor:	Tengku Siti Meriam Tengku Wook, Prof. Madya. Dr.
Keywords:	Universiti Kebangsaan Malaysia -- Dissertations Dissertations, Academic -- Malaysia Lukisan landskap Warna Visual perception
Issue Date:	9-Sep-2021
Description:	Hari ini, Lukisan Landskap (LL) banyak disimpan di dalam perpustakaan digital bagi pengurusan yang lebih baik. Dengan berkembangnya teknologi maklumat dan komunikasi, pemegang koleksi ini semakin berminat menyediakan koleksi mereka bagi aktiviti capaian imej seperti layaran dan carian dalam talian. Membina mekanisma carian imej berlandaskan keperluan pengguna adalah cabaran yang penting dan kritikal. Oleh itu, teknik pengindeksan dan pengkategorian / pengelasan yang baik, penting dalam capaian imej. Mengindeks imej dengan metadata adalah strategi umum bagi memudahkan proses carian dan layaran. Walau bagaimanapun, jika ia dibuat secara manual oleh manusia, boleh menghasilkan metadata yang pelbagai dan hasil capaian mungkin tidak relevan. Justeru itu, pengindeksan imej berdasarkan kandungan lebih diutamakan. Apabila manusia melakukan carian lukisan melalui teks, mereka akan menggunakan kata kunci yang menerangkan sesuatu konsep. Penampilan warna pemandangan merupakan contoh konsep yang berdasarkan intensiti warna. Manusia adalah subjektif, oleh itu teks penerangan mereka untuk menerangkan penampilan warna bagi lukisan yang sama, boleh berbeza-beza. Penyelidikan ini bertujuan mengenal pasti penerangan teks Bahasa Inggeris yang biasa digunakan oleh pengguna Malaysia bagi menggambarkan lima kategori penampilan warna LL dan mengenal pasti ciri pembeza bagi setiap kategori. Merapatkan jurang antara teks penerangan manusia (konsep aras tinggi) dan kandungan warna imej (konsep tahap rendah), dapat membantu proses pengindeksan dan pengkategorian dan seterusnya membantu mencapai imej yang lebih relevan. Tiga objektif utama ialah pertama, mengkategorikan warna penampilan pemandangan LL. Kedua, menghasilkan ciri pembeza untuk setiap kategori penampilan warna pemandangan LL. Ketiga, menilai kecekapan pengelas penampilan warna (CAC)bagi LL berdasarkan ciri pembeza dan perbandingan keberkesanannya dengan pengelas Support Vector Machine (SVM) dan Naïve Bayes (NB). Penyelidikan ini mengendalikan soal selidik partisipatori untuk pengguna umum, menemubual pakar warna dan eksperimen komputer bagi mencapai objektif. Langkah pertama, mengkaji konsep warna dan penerangan penampilan warna pemandangan LL. Kedua, kenalpasti imej data sebenar untuk setiap kategori penampilan warna bersesuaian dengan pengamatan manusia terhadap warna. Ketiga, mengkaji tong pengkuantuman dalam CIELab yang boleh menghasilkan histogram warna optima dan mengira nilai metrik atribut penampilan warna menggunakan kaedah jarak Euclidean. Keempat, menemubual pakar warna untuk mendapatkan ciri pembeza setiap kategori. Kelima, mengkategorikan LL menggunakan pengelas penampilan warna yang dicadangkan, dengan penetapan beberapa set nilai ambang dan akhirnya, menilai prestasi pengelas. Hasil penyelidikan adalah lima perkataan penerangan yang biasa digunakan iaitu Bright, Pastel/Soft, Dull, Pale and Dark, set data sebenar LL bagi setiap kategori, ciri pembeza untuk setiap kategori dalam ungkapan penerangan manusia dan aras atribut penampilan warna CIELab: penepuan, kecerahan dan rona, tong pengkuantuman 11 yang dapat menghasilkan histogram warna sesuai untuk semua kategori dan pengelas CAC iaitu pengelas LL berdasarkan penampilan warna. Keputusan menunjukkan CAC yang dibangunkan berdasarkan ciri pembeza berfungsi dengan baik serta lebih stabil berbanding SVM dan NB bagi semua kategori. Ciri pembeza berdasarkan pengamatan manusia telah terbukti memainkan peranan penting dalam pembangunan pengelas penampilan warna untuk sistem capaian imej bagi LL. Hasil kajian penyelidikan ini menyumbang kepada BoK Interaksi Manusia-Komputer.,Ph.D
Pages:	226
Publisher:	UKM, Bangi
Appears in Collections:	Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.