Sebelum kita mulai membahas mengenai penerapan sistem face detector untuk absensi ada baiknya kita mengenal apa itu face detektor dan cara kerjanya, face detector adalah sebuah sistem yang membaca dan mengenali wajah. berikut adalah beberapa definisi dari face detector atau face recognition.
Pendeteksian wajah (face detection) adalah salah satu tahap
awal (preprocessing) yang sangat penting sebelum dilakukan proses pengenalan
wajah (face recognition). Bidang-bidang penelitian yang juga berkaitan dengan
pemrosesan wajah (face processing) adalah autentikasi wajah (face
authentication), lokalisasi wajah (face localization), penjejakan wajah (face
tracking), dan pengenalan ekspresi wajah (facial expression recognition) [Yang,
2002].
- Pengenalan wajah (face recognition) yaitu membandingkan citra wajah masukan dengan suatu database wajah dan menemukan wajah yang paling cocok dengan citra masukan tersebut.
- Autentikasi wajah (face authentication) yaitu menguji keaslian/kesamaan suatu wajah dengan data wajah yang telah diinputkan sebelumnya.
- Lokalisasi wajah (face localization) yaitu pendeteksian wajah namun asumsi hanya ada satu wajah di dalam citra
- Penjejakan wajah (face tracking) yaitu memperkirakan lokasi suatu wajah di dalam video secara real time.
- Pengenalan ekspresi wajah (facial expression recognition) untuk mengenali kondisi emosi manusia.
Penelitian dari [Yang, 2002] mengelompokkan metode deteksi
wajah menjadi empat kategori, yaitu:
1. Knowledge-based method. Metode ini kebanyakan digunakan untuk lokalisasi wajah.
Pada
pendekatan ini, metode deteksi wajah dikembangkan berdasar pada aturan (rule)
yang didapat dari pengetahuan para peneliti tentang wajah manusia. Sebagai
contoh, suatu wajah di dalam citra biasanya memiliki dua buah mata yang
simetris, sebuah hidung, dan sebuah mulut. Jika aturannya terlalu detail
(strict), maka akan sering gagal mendeteksi wajah yang tidak memenuhi aturan
tersebut. Jika aturannya terlalu umum (general), akan menghasilkan terlalu
banyak false positive. Masalahnya akan bertambah sulit jika harus mendeteksi
wajah dengan pose yang bervariasi karena aturan yang dipakai harus dapat
menghadapi semua kemungkinan yang ada.
2. Feature invariant approach. Metode ini kebanyakan digunakan untuk lokalisasi wajah.
Pendekatan ini
dilakukan dengan menggunakan fitur-fitur yang bersifat invariant. Fitur wajah
seperti alis, mata, hidung, mulut, biasanya diekstraksi dengan edge detector.
Selanjutnya dibentuk suatu model statistik yang mendeskripsikan hubungan antara
fitur-fitur tersebut untuk menentukan ada tidaknya wajah.
3. Template matching method. Metode ini digunakan untuk lokalisasi wajah maupun deteksi wajah.
Pada metode ini
akan disimpan beberapa pola wajah standar untuk mendeskripsikan wajah secara
keseluruhan maupun bagian-bagiannya. Pada saat pendeteksian akan dihitung
korelasi antara citra input dengan citra pola wajah yang tersimpan sebelumnya.
4. Appearance-based method. Metode ini kebanyakan digunakan untuk deteksi wajah.
Pada metode
ini, model wajah dipelajari melalui proses training dengan menggunakan satu set
data pelatihan yang berisi contoh-contoh wajah. Kemudian hasil training ini
digunakan untuk mendeteksi wajah. Secara umum metode ini menggunakan
teknik-teknik dari analisa statistik dan machine learning untuk menemukan
karakteristik-karakteristik yang relevan dari wajah maupun nonwajah.
menurut saya sistem face detection ini sangat cocok dan efisien jika diterapkan kedalam sistem absensi, karena dengan face detection tidak akan ada lagi kecurangan serta akan sangat simpel prosedurnya, cukup scan wajah dan mencocokkannya. tidak ada lagi titip absen dan kecurangan lainnya lagi.
0 komentar:
Posting Komentar