Sistem Pendeteksian Wajah Dalam Ruang Eigen Dengan Metode Icemungicinan Maksimum

Abstract

Sistem Pendeteksian Wajah (Face detection) merupakan sistem untuk menentukan posisi serta skala wajah dalam suatu image yang besar. Sistem ini merupakan tahap awal dari sistem pengenalan wajah (face recognition). Penelitian mengenai sistem pendeteksian wajah telah dilakukan sejak tahun 1990 dan makin intensif hingga sekarang. Namun demildan, metode Jong ada sekarang masih belum memuaskan, balk dari segi kebutuhan space memory yang besar serta tingkat ketepatannya Permasalahan yang muncul dalam pendeteksian wajah adalah : ukuran citra, variasi internal, pose wajah, variasi emosiona4 pencahayaan, perubahan afraid wajah, dan skala. Ini berarti citra wajah mempunyai suatu distribusi tertentu. Penelitian ini mencoba menangkap fenomena tersebut dengan mengasumsikan bahwa citra wajah berdistribusi normal Banda. Dengan asumsi ini dirumuskan fungsi kemungkinan wajah. Berdasar fungsi ini ditentukan wajah atau bukan wajah terhadap suatu window citra. Untuk memperkecil dimensi, malaa.fungsi kemungkinan ini dirumuskan dalam ruang eigen hasil transformasi PCA dan parameter distribusi diduga dengan metode kemungkinan maksimum. Dengan metode ini diharapkan akan menurunkan kebutuhan space memory dan meningkatkan ketepatan. Oleh karena itu, penelitian ini bertujuan merancang suatu sistem pendeteksian wajah (manusia) dalam ruang eigen hasil transformasi PCA dalam berbagai pose (sudut pandang, mulai dari -90° hingga 90° dengan selang 15°) dari suatu image dengan metode kemungkinan maksimum. Sepuluh orang diambil citra wajahnya dengan kamera digital dalam pose horisontal dari -90° hingga 902 dengan selang 15° (ada 13 pose/sudut pandang) dalam kondisi normal. Dengan analisis PCA, citra wajah 8 orang dari 10 orang (104 citra) ini ditransformasi dan dipilih m komponen pertama yang mencerminkan 80% dari total variasi yang ada dalam data. Berdasar tranformasi PCA ini dilakukan pendugaan parameter distribusi sebaran. Nilai dugaan yang diperoleh digunakan untuk menghitung nilai kemungkinan wajah dari 104 citra wajah dan 104 citra bukan wajah. Berdasar nilai ini dihitung nilai threshold, yaitu T1=minimum wajah, T2=moderat, dan T3=maksimumbukan wajah. Dengan threshold ini dilakukan pendeteksian wajah dalam 2 image yang didalamnya telah disisipkan wajah 2 orang (dari 8 orang tersebut) dan 2 orang lain (diluar 8 orang tersebut) kondisi normal dalam 13 sudut pandang. Hasil pendeteksian menunjukan bahwa metode ini mampu mendetelui dengan ketepatan rata- rata 95.5%. Meskipun demikian dengan nilai treshold yang tepat, yaitu T2, pendeteksian mencapai 100% tanpa ada salah deteksi.