Pengenalan Wajah dalam Variasi Pose, Pencahayaan, dan Ekspresi pada Kamera Pengawasan

KURNIA PUJI ASTUTI, Bambang Nurcahyo Prastowo, M.Sc. ;Ika Candradewi, S.Si., M.Cs.

2017 | Skripsi | S1 ELEKTRONIKA DAN INSTRUMENTASI

Dalam perkembangan zaman ini, teknik pengenalan wajah dituntut untuk memiliki tingkat akurasi yang tinggi. Salah satunya untuk menyelesaikan kasus pengenalan wajah dari kamera pengawas. Wajah yang dikenali dari kamera pengawasan cenderung memiliki data yang tidak stabil dari segi pose, pencahayaan, dan ekspresi. Ini menjadi tantangan tersendiri untuk mengenali wajah seseorang dari kamera pengawasan. Sistem pada penelitian ini mengatasi permasalahan variasi pose, pencahayaan, dan juga ekspresi sehingga dapat meningkatkan akurasi dalam mengenali wajah. Penelitian ini, menawarkan teknik normalisasi pencahayaan dan piecewise affine warp (PAW) untuk menormalisasi wajah dalam mengatasi masalah variasi pose, pencahayaan, dan ekspresi. Gabungan dari uniform local binary patern (LBP) dan fisherfaces digunakan untuk mengekstraksi ciri dari wajah. Canonical corelation analysis (CCA) fitur fusion untuk mencari korelasi pada wajah. Cosine similarity untuk mengukur kemiripan wajah pada proses klasifikasi. Pengujian dilakukan dengan pengambilan data dari wajah mahasiswa FMIPA dari kamera pengawasan, serta pada database ORL dan YALE. Disini, membandingkan hasil akurasi pengenalan wajah pada data mahasiswa FMIPA yang menerapkan teknik normalisasi pencahayaan dan PAW dengan yang tidak menerapkan teknik normalisasi pencahayaan dan PAW. Dari hasil pengujian pada data wajah mahasiswa FMIPA dapat diketahui bahwa dengan menerapkan normalisasi pencahayaan dan PAW diperoleh akurasi yang lebih baik. Pengujian pada database ORL dan YALE dilakukan untuk menunjukkan kontribusi penelitian ini dibanding penelitian terdahulu. Pengujian pada database ORL dan YALE memiliki akurasi sebesar 99,84% dan 99,20% yang lebih baik dibanding penelitian sebelumnya.

In the development of this era, face recognition are required to have higher accuracy. One of them is to solve the face recognition case on the surveillance camera. The recognizable faces of surveillance cameras tend to have unstable condition in terms of pose, illumination, and expression. It's a challenge to recognize someone's face from a surveillance camera. This research solve pose, illumination, and expression variations to improve accuracy of face recognition. This research proposed illumination normalization techniques and piecewise affine warp (PAW) to normalize the face to solve pose, illumination, and expression variations. A combination of uniform local binary patern (LBP) and fisherfaces is used to extract the characteristics of the face. Canonical corelation analysis (CCA) features a fusion to look for correlation on the face. Cosine similarity to measure the similarity of faces in the classification process. Experiment is done by taking faces data of FMIPA students, and as well as on ORL and YALE databases. This research, comparing accuracy of face recognition results on FMIPA students data applying the illumination normalization and PAW with those not applying the illumination normalization and PAW. The results of experiment on faces data of FMIPA students can be seen that by applying the illumination normalization and PAW obtained better accuracy. Experiment on ORL and YALE databases were performed to show the contribution of this research to previous studies. Experiment result on ORL and YALE databases have 99.84% accuracy and 99.20% better than previous studies

Kata Kunci : Normalisasi pencahayaan, PAW, uniform LBP, fisherfaces, cosine similarity