MahendraData (2010) Pendeteksian Wajah Secara Cepat Menggunakan Teknik Windowing Dengan Ciri Rambut Dan Kulit. Sarjana thesis, Universitas Brawijaya.
Abstract
Wajah seringkali dimanfaatkan sebagai input data dalam dunia digital, karena kekhasan bentuk dan dikarenakan wajah telah dikenal lama sebagai salah satu objek untuk mengenali seseorang. Untuk mendeteksi wajah ada banyak metode yang dibagi menjadi empat kelompok utama, yaitu metode knowledge-based, pendekatan feature invariant, metode template matching dan metode appearance-based. Chen dan Lin melakukan pendeteksian wajah menggunakan metode knowledge-based dengan memanfaatkan kulit dan rambut sebagai ciri utama dalam algoritmanya. Pada metode Chen dan Lin, gambar disegmentasi menjadi dua bagian, yaitu bagian kulit dan bagian rambut. Kemudian dicari perpotongan kedua bagian tersebut. Dari model perpotongan inilah nantinya akan ditentukan apakah area tersebut merupakan rambut atau bukan. Pada skripsi ini dilakukan pendeteksian wajah dengan memodifikasi algoritma yang digunakan Chen dan Lin namun tetap memanfaatkan rambut dan kulit sebagai ciri utama. Modifikasi dilakukan pada bagian teknik pengambilan kesimpulan area wajah. Bila Chen dan Lin menggunakan model perpotongan antara area kulit dan rambut, maka pada skripsi ini pengambilan kesimpulan dilakukan dengan menggunakan window dengan threshold tertentu. Untuk mempercepat waktu perhitungan nilai window, digunakan algoritma Integral image atau biasa disebut juga dengan Sum Area Tables (SAT) yang diperkenalkan oleh Viola dan Jones yang kemudian dikembangkan oleh Lienhart dan Maydt. Dengan Integral image jumlah total nilai pada suatu area dengan luas berapapun dapat dihitung dengan waktu yang cepat dan konstan. Metode Integral image akan sangat membantu mengingat nantinya akan ada banyak sekali area yang harus dihitung dengan berbagai ukuran.
English Abstract
Because of the peculiarities, face is often used as input data in the digital world. Face also been known as an object to recognize someone since long time ago. There are many methods to detect the face. These methods are divided into four main group, knowledge-based methods, feature invariant approaches, template matching methods and appearance-based methods. Chen and Lin perform face detection using knowledge-based method by using skin and hair as a key feature of the algorithm. In Chen and Lin method, image is segmented into two parts, the skin and hair part. Then searching for the intersection of these two sections. From this intersection model, the system will determine whether the area is hair or not. In this thesis face detection done by modifying the algorithm used by Chen and Lin but still using hair and skin as the key features. Modifications made at the conclusion process. Chen and Lin use intersections between areas of the skin and hair as the method to determine whether the area is hair or not, but in this thesis window with a certain threshold is used to determined it. To speed up the time Integral image or Sum Area Tables (SAT) algorithm are used to calculating the value of window. This algorithm was introduced by Viola and Jones then developed by Lienhart and Maydt later. Using Integral image, total value in an area can be computed with a fast and constant time. Integral image would be helpful because there will be a lot of areas that must be calculated with different sizes.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPS/2010/347/051100184 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Unnamed user with email repository.ub@ub.ac.id |
| Date Deposited: | 14 Feb 2011 09:52 |
| Last Modified: | 14 Feb 2011 09:52 |
| URI: | http://repository.ub.ac.id/id/eprint/155363 |
Actions (login required)
 |
View Item |