Implementasi Variasi Frekuensi Rendah DCT dan CLAHE pada Detektor Fitur dalam Meningkatkan Pendeteksian Titik Wajah
| Main Author: | Nathania, Lianna |
|---|---|
| Format: | Thesis NonPeerReviewed application/pdf |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://kc.umn.ac.id/14379/1/HALAMAN_AWAL.pdf http://kc.umn.ac.id/14379/2/DAFTAR_PUSTAKA.pdf http://kc.umn.ac.id/14379/3/BAB_I.pdf http://kc.umn.ac.id/14379/4/BAB_II.pdf http://kc.umn.ac.id/14379/5/BAB_III.pdf http://kc.umn.ac.id/14379/6/BAB_IV.pdf http://kc.umn.ac.id/14379/7/BAB_V.pdf http://kc.umn.ac.id/14379/8/LAMPIRAN.pdf http://kc.umn.ac.id/14379/ |
Daftar Isi:
- Penelitian wajah menjadi topik penelitian yang penting untuk diteliti terkait dengan manfaatnya dalam perkembangan teknologi saat ini. Pengujian yang dilakukan berkaitan dengan tingkat variasi iluminasi yang merupakan salah satu faktor penting dan memberi pengaruh pada hasil akurasi pendeteksian keypoints wajah. Pengujian diawali dengan merekonstruksi gambar wajah 2D menjadi model 3D. Model 3D wajah membutuhkan setidaknya dua gambar wajah 2D dari objek yang sama dengan memanfaatkan teori epipolar geometry. Dataset gambar wajah 2D diakses dari dua database yaitu Head-Pose dan ORL, yang diambil dari sisi kiri dan kanan dengan sudut 15 derajat. Kualitas dataset gambar akan ditingkatkan melalui penanganan variasi iluminasi yang ada pada dataset gambar wajah dengan mengimplementasikan algoritma DCT dan algoritma CLAHE. Dalam proses menangani variasi iluminasi, kualitas pengulangan lima detektor fitur dalam mendeteksi keypoints wajah turut dievaluasi. Parameter penelitian yang akan dikalkulasi terdiri dari recall, precision dan F-score. Pengujian dibutuhkan untuk membuktikan F-score dapat mengalami peningkatan setelah dua metode image processing diaplikasikan. Hasil akhir dari penelitian ini menunjukkan F-score tertinggi oleh detektor SURF dengan nilai sebesar 0,545 dari database Head-Pose dan 0,4 dari database ORL.