Pelacakan dan pengenalan wajah menggunakan metode embedded hidden markov models

Pelacakan dan pengenalan wajah manusia merupakan salah satu bidang yang cukup
berkembang dewasa ini, dimana aplikasi dapat diterapkan dalam bidang keamanan (security
system) seperti ijin akses masuk ruangan, pengawasan lokasi (surveillance), maupun pencarian
identitas individu pada database kepolisian. Karena diterapkan dalam kasus keamanan,
dibutuhkan sistem yang handal terhadap beberapa kondisi, seperti: pengaruh latar belakang, pose
wajah non-frontal terhadap pria maupun wanita dalam perbedaan usia dan ras.
Tujuan penelitiam ini adalah untuk membuat perangkat lunak yang menggabungkan sistem
pelacakan wajah manusia dengan menggunakan algoritma CamShift dan sistem pengenalan wajah
dengan menggunakan algoritma Embedded Hidden Markov Models. Sebagai input sistem
digunakan video kamera (webcam) untuk input bersifat real-time, video AVI untuk input bersifat
dinamis, dan file image untuk input statis. Pemrograman perangkat lunak menggunakan prinsip
pemrograman berorientasi objek (OOP) dengan menggunakan bahasa pemrograman C++,
kompiler Microsoft Visual C++ 6.0 ? , dan dibantu dengan library dari Intel Image Processing
Library (IPL) dan Intel Open Source Computer Vision (OpenCV).
Hasil pengujian sistem menunjukkan bahwa pelacakan berdasarkan warna kulit manusia
dengan menggunakan algoritma CamShift cukup baik, dalam melakukan pelacakan terhadap satu
maupun dua objek wajah sekaligus. Sistem pengenalan wajah manusia menggunakan metode
Embedded Hidden Markov Models mencapai tingkat akurasi pengenalan sebesar 82.76%, dengan
database citra wajah sebanyak 341 citra yang terdiri dari 31 individu dengan 11 pose, dan jumlah
citra penguji sebanyak 29 citra wajah.

ARIE WIRAWAN MARGONO; IBNU GUNAWAN; Resmana Lim Unknown Universitas Kristen Petra Indonesian eDIMENSI Journal Unknown Jurnal Informatika Vol. 5, No. 1, Mei 2004: 22 - 31; Arie Wirawan Margono (26499143), Ibnu Gunawan (23497093), Resmana Lim (91-024) PATTERN RECOGNITION SYSTEM; IMAGE PROCESSING-DIGITAL TECHNIQUES

Files