Implementasi Histogram Equalization & DCT untuk Deteksi Titik Kunci pada Citra Wajah
| Main Author: | Ratnawati Darmawan, Lionissa |
|---|---|
| Format: | Thesis NonPeerReviewed application/pdf |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://kc.umn.ac.id/14453/1/HALAMAN_AWAL.pdf http://kc.umn.ac.id/14453/2/DAFTAR_PUSTAKA.pdf http://kc.umn.ac.id/14453/3/BAB_I.pdf http://kc.umn.ac.id/14453/4/BAB_II.pdf http://kc.umn.ac.id/14453/5/BAB_III.pdf http://kc.umn.ac.id/14453/6/BAB_IV.pdf http://kc.umn.ac.id/14453/7/BAB_V.pdf http://kc.umn.ac.id/14453/8/LAMPIRAN.pdf http://kc.umn.ac.id/14453/ |
Daftar Isi:
- Pengenalan wajah merupakan sebuah sistem autentikasi biometrik yang menggunakan ukuran wajah untuk proses verifikasi. Pengenalan wajah sendiri memiliki dua tipe, yaitu: 2D dan 3D. Sistem ini sangat sensitif terhadap pencahayaan karena dapat menyebabkan rancunya identitas seseorang serta masih terdapat banyak permasalahan dalam sistem pengenalan berbasis tiga dimensi. Dalam penelitian ini, digunakan lima gambar dari dua dataset sebagai subjek penelitian, metode geometri epipolar untuk menemukan korespondensi dari dua gambar wajah yang diambil dari sudut pandang yang berbeda, DCT untuk melakukan normalisasi pencahayaan dari gambar dengan cara menghilangkan komponen berfrekuensi rendah, Histogram Equalization untuk meningkatkan kontras dari gambar, menggunakan lima feature detectors untuk mendeteksi keypoints yang berada di wajah, dan F-measure untuk evaluasi. Dari penelitian, metode DCT & Histogram Equalization dapat digunakan untuk meningkatkan nilai F-score dibandingkan tanpa diaplikasikan metode apapun. Dataset Head Pose Image Dataset menghasilkan nilai F-score sebesar 0,538 saat dijalankan feature detector BRISK dan dataset The Database of Faces menghasilkan nilai F-score sebesar 0,550 saat dijalankan feature detector FAST.