PENGENALAN WAJAH PADA GAMBAR DAN VIDEO DENGAN PERBANDINGAN BEBERAPA METODE PENGUKURAN KEMIRIPAN WAJAH

ARIE AKBAR MULIA, Faizah, S. Kom., M. Kom

2015 | Skripsi | S1 ILMU KOMPUTER

Pengenalan wajah dalam lingkungan yang tidak dikondisikan (uncontrolled environment) seperti pencahayaan yang berubah, ekspresi wajah yang berbeda, dan perubahan wajah akibat umur membuat pengenalan wajah menjadi tugas yang sulit bagi komputer. Variasi penampakan wajah dapat menyebabkan rendahnya nilai akurasi suatu sistem face recognition karena variasi dan jumlah sampel dalam sistem terbatas. Penelitian ini menyajikan sebuah rancangan sistem yang dapat mempelajari dan mengakusisi wajah setiap subjek dari berbagai kondisi pencahayaan, ekspresi wajah, dan perubahan lainnya melalui file gambar, video, atau live streaming video yang diterima sistem dengan menyimpan berbagai data wajah secara bertambah. Penerapan metode pengenalan wajah ini pada sistem bertujuan untuk meningkatkan kemampuan pengenalan wajah oleh sistem pada berbagai kondisi lingkungan. Akurasi dan kecepatan merupakan parameter utama untuk menilai performa suatu metode pengenalan wajah. Setelah dilakukan pengujian beberapa metode pengukuran kemiripan wajah seperti L1 distance, L2 distance, Local Binary Pattern (LBP), Eigenface, Fisherface, dll. menggunakan beberapa dataset, seperti AT&T faces, Yale Facedatabase B, dll. L1 distance yang memberikan kecepatan pencarian yang tercepat dengan akurasi hasil pencarian yang baik. Kecepatan pencarian ini diperoleh dari rumus L1 distance yang paling sederhana untuk mencari distance dari dua buah vektor gambar wajah.

Face recognition under uncontrolled environmet such as changes of illumination, different facial expression, and aging effect make face recognition becomes a difficult task for computer. Variation of face appearance could reduce the accuracy of a face recognition system because the number and variation of training sample in system is limited. This research present a design of system that learn and acquire people face incrementally from face data under various condition of illumination, facial expression, face direction and other condition under uncontrolled environment. Application of this method aims to improve system's ability to recognize face in various condition under uncontrolled environment. System able to collect face data from live streaming video, video file, or image files that contain face. Accuracy and time are main parameter used to measure performance of face recognition method. Based on this research, some face similarity measurement method such as L1 distance, L2 distance, Local Binary Pattern (LBP), Eigenface, Fisherface, etc. that have been tested using some standard dataset for bencmarking such as AT&T faces, Yale Faces B, etc. L1 distance show fastest searching time and good accuracy on result. Fast processing time by L1 distance achieved by its very simple equation so it minimize processing time to calculate distance between two face vector.

Kata Kunci : Face Recognition, L1 distance, L2 distance, Local Binary Pattern, Eigenface, Fisherface