Tesis ini menerangkan penggunaan kaedah-kaedah segmentasi objek dan teknik-teknik penjejakan visual untuk mengesan dan menjejaki orang dalam urutan video untuk tujuan pemasaran digital. Rakaman Kamera Litar Tertup (CCTV) boleh digunakan untuk mengekstrak lebih banyak maklumat yang berguna. Maklumat yang dikutip akan termasuk pengiraan jumlah pelanggan dan boleh digunakan untuk menentu waktu puncak perniagaan. Tesis ini membentangkan kaedah menggunakan kamera overhed dalam kedudukan zenithal, untuk mengesan dan mengira bilangan pelanggan yang masuk atau keluar sesebuah premis. Mengurangkan pencerobohan privasi pelanggan adalah kebimbangan utama selain usaha mengurangkan masalah oklusi. Eksperimen dalam kaedah pengurangan latar belakang, pengesanan latar depan, penapis morfologi, algoritma pengesanan dan algoritma pengiraan telah dilakukan dalam tesis ini. Tujuan tesis ini adalah untuk merekabentuk algoritma mengesan dan mengira orang berasaskan kerangka perisian modular. Algoritma yang dirancang akan dapat menggantikan segmen imej dan teknik penjejakan visual yang berbeza untuk menghasilkan data dengan ketepatan yang tinggi dan dapat berfungsi dalam pelbagai persekitaran. Berdasarkan dua video sampel, pelbagai parameter umum dan kombinasi modul yang umum akan dicapai dan selanjutnya diuji dan ditala pada rakaman CCTV eksperimen yang dikumpulkan untuk penyelidikan ini.
_______________________________________________________________________________________________________
This thesis describes the use of object segmentation and visual tracking tools to detect and track people in video sequences for digital marketing purposes. Closed Circuit Television (CCTV) footages were used to extract more beneficial information. Extracted information include customers counting and peak hour determinations. This thesis presents a method using an overhead camera in a zenithal position, to detect and count the number of customers entering or exiting a premise. Reduced customers’ privacy invasion is a key concern besides efforts to reduce occlusion problems. Methods of background subtraction, foreground detection, morphological filters, tracking algorithms and counting algorithms are experimented in this research. The aim of this research is to design a modular based people tracking and counting algorithm. The designed algorithm is able to substitute different image segmentation and visual tracking techniques to give output of high accuracy and be able to work in various environments. Based on five sample videos, a general range of parameters and combination of modules will be achieved and further tested and tuned on an experimental CCTV footage collected for this research.