PENGENALAN CITRA WAJAH YANG MEMILIKI GANGGUAN PENCAHAYAAN DENGAN KLASIFIER NEAREST NEIGHBOUR BERDASARKAN FITUR EIGENFACE DAN FISHERFACE
Abstract
Variabilitas citra merupakan permasalahan yang selalu ditemukan pada bidang pengenalan (recognition) berbasis komputer, variabilitas ini meliputi extrapersonal dan interpersonal yang pada dasarnya menjadi kendala yang mengurangi keoptimalan kinerja sistem pengenalan wajah. Penelitian-penelitian telah dilakukan untuk menghilangkan kendala-kendala ini, namun selalu masih ada peluang untuk melakukan peningkatan hasil penelitian.
Penelitian yang akan dilakukan mencocokan data wajah dengan wajah lama yang sudah ada pada basis data. Metode yang akan digunakan pada penelitian ini meliputi metode principal Componen Analysis (PCA) dan Linear Diskriminant Analysis (LDA) untuk pengenalan wajah. Sasaran PCA adalah menentukan arah ortogonal yang menunjukan variansi data yang tertinggi dan kemudian diproyeksikan pada dimensi yang lebih rendah. Untuk lebih melakukan diskriminasi data, proses berikutnya menggunakan LDA. PCA mensyaratkan agar posisi seluruh wajah yang ditraining adalah identik. Sehingga perlu proses normalisasi wajah agar wajah punya ukuran yang berbeda menjadi seragam.Data wajah yang digunakan pada penelitian ini menggunakan data wajah abu –abu (gray scale). Selanjutnya dengan metode klasifikasi nearest neighbour akan diperoleh jarak terdekat antara hasil pengujian dan data pada database wajah. Penelitian ini mencoba melihat kemampuan sistem melakukan pengenalan wajah dengan citra standart dan citra dengan berbagai noise, seperti white noise, gaussian noise dan lainnya pada citra wajah.
Kata Kunci :Pengenalan wajah, PCA, LDA, Nearest neigbour, Noise
References
Christopher j.c. Burges, “A Tutorial on Support Vector Machines for Pattern Recognition”, Data mining and knowledge dicovery, vol 2 no 2 1998.
Eru Puspita, “Sistem Pendeteksian Dan Penjejakan Wajah Secara Real Time”, Tesis pada Fakultas Teknologi Informasi - Institut Teknologi Sepuluh Nopember Surabaya 2004.
Rully Soelaiman. “Sistem Pengenalan Wajah Dengan Penerapan Algoritma Genetika Pada Optimasi Basis Eigenface Dan Proyeksi Fisherface”. Tesis pada Fakultas Ilmu Komputer-Universitas Indonesia 2003.
Riyanto Sigit, “Sistem Pengenalan Ekspresi Wajah Secara Real Time”, Tesis pada Fakultas Teknologi Informasi - Institut Teknologi Sepuluh Nopember Surabaya 2005.
R. Duda, P. Hart, and D. Stork “Pattern Classification”, John-Wiley, 2nd edition, 2001.
Setiawan Hadi,” Pengembangan Metode Pra- pemrosesan Bagi Model Generatif Pengenalan Wajah Berbasis Model 3D Morphable”, Desertasi pada Program Pasca Sarjana-Intitut Teknologi Bandung, 2004.
L.Wiskott, J.-M. Fellous, N. Kr¨uger, and C. von derMalsburg. “Face recognition and gender determination. In Proceedings of the International Workshop on Automatic Face and Gesture Recognition, pages 92–97, 1995.
L. Wiskott, J.-M. Fellous, N. Kr¨uger, and C. von der Malsburg. Face recognition and gender determination. In Proceedings of the International Workshop on Automatic Face and Gesture Recognition, pages 92–97, 1995.
M. Turk and A. Pentland, “Face Recognitioan Using Eigenfaces”, Journal of Cogniti Paul Viola; Michael Jones, “Fast Multi-view Face Detection”, Demo at then IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2003.
Wendy S. Yambor, “Analysis of pca-based and fisher Discriminant-based image recognition Algorithms” Thesis at Computer science department-Colorado State University, 2000.
How To Cite This :
Refbacks
- There are currently no refbacks.
