Elvinarosa, Azaria (2017) Aplikasi Metode Filter Bank Gabor pada Identifikasi Citra Wajah dari Individu yang Bergerak dan Tidak Bergerak. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
1213100010-Undergraduate_Theses.pdf - Published Version Download (2MB) | Preview |
Abstract
Biometrika merupakan cabang matematika terapan yang bidang garapnya adalah mengidentifikasi individu berdasarkan ciri khas yang dimilikinya, seperti sidik jari, telapak tangan, iris mata, suara ucapan dan wajah. Pada Tugas Akhir ini dibuat suatu sistem pengenalan individu melalui identifikasi wajah menggunakan metode Filter Bank Gabor. Gabor Filter yang digunakan adalah Gabor Wavelet. Adapun tahap penelitian yang dilakukan mencakup akuisisi data, preprocessing, normalisasi, ekstraksi ciri dengan kernel Gabor, pendaftaran, dan pencocokan dengan menghitung jarak Euclidean ternormalisasi. Data citra wajah dari individu tidak bergerak direpresentasikan melalui foto, sedangkan dari individu bergerak direpresentasikan melalui video. Dari hasil uji coba, penggunaan 48 kernel Gabor menghasilkan pengenalan yang lebih baik dibandingkan dengan penggunaan 40 kernel Gabor. Dengan data sejumlah 173 citra referensi, 90 citra uji dari individu tidak bergerak dan 17 citra uji dari individu bergerak , hasil akurasi uji coba mencapai 91,12% untuk citra uji dari individu tidak bergerak, dan 88,23% untuk citra uji dari individu bergerak.
================================================================================================
Biometrics is a branch of applied mathematics whose field of work is identifying individuals based on their own characteristics, such as fingerprints, palms, iris, speech and faces. In this Final Project, an individual recognition system through face identification using the Gabor Filter method is created. Gabor Wavelets used as Gabor Filter. The research stages include data acquisition, preprocessing, normalization, feature extraction with Gabor kernel, registration, and matching by calculating normalized Euclidean distance. The face image data of the static individuals is represented through the photographs, while the moving individuals is represented through the video. From the trial results, the use of 48 Gabor kernels resulted a better recognition compared to the use of 40 Gabor kernels. With a total of 173 reference images, 90 test images of static individuals and 17 test images of moving individuals, the results of test accuracy reached 91.12% for test images of static individuals, and 88.23% for test images of moving individuals.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Euclidean Distance ternormalisasi, Filter Bank Gabor, Gabor Wavelet, sistem pengenalan wajah |
| Subjects: | Q Science > QA Mathematics Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science) |
| Divisions: | Faculty of Mathematics and Science > Mathematics > 44201-(S1) Undergraduate Thesis |
| Depositing User: | Elvinarosa Azaria |
| Date Deposited: | 26 Oct 2017 04:07 |
| Last Modified: | 05 Mar 2019 08:32 |
| URI: | http://repository.its.ac.id/id/eprint/47760 |
Actions (login required)
 |
View Item |