Pengenalan dan Pelacakan Banyak Wajah Menggunakan Feature Hasil Pembelajaran Convolutional Neural Network dan Klasifikasi Support Vector Machine

Pambudi, Kukuh Rilo (2018) Pengenalan dan Pelacakan Banyak Wajah Menggunakan Feature Hasil Pembelajaran Convolutional Neural Network dan Klasifikasi Support Vector Machine. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 05111440000178-Undergraduate_Theses.pdf]
Preview
Text
05111440000178-Undergraduate_Theses.pdf - Accepted Version

Download (1MB) | Preview

Abstract

Sistem pengenalan wajah adalah suatu sistem yang berguna untuk mengenali wajah seseorang melalui citra wajah. Sementara itu, video merupakan suatu multimedia yang menggabungkan citra secara berurutan sehingga membentuk citra yang seolah-olah bergerak. Sistem pengenalan wajah berbasis video merupakan sistem pengenalan wajah menggunakan citra-citra berurutan yang terdapat pada video.
Tugas akhir ini mengembangkan sistem untuk mengenali seseorang secara bersamaan pada suatu citra pada video. Data video yang digunakan merupakan hasil rekaman dari kamera yang kemudian akan diproses dan diberikan hasil pengenalannya. Sistem ini terdiri dari tiga tahapan utama, yaitu (1) tahap deteksi wajah, (2) tahap ekstraksi fitur, dan (3) tahap pengenalan dan pelacakan banyak wajah. Tahap deteksi wajah bertujuan untuk mendapatkan wajah-wajah yang terdapat pada suatu video menggunakan algoritma SeetaFace. Tahap ekstraksi fitur bertujuan memperoleh fitur yang dapat mewakili citra wajah menggunakan Visual Geometry Group - Face (VGG-Face). Tahap pengenalan dan pelacakan adalah tahap pengambilan kesimpulan pada wajah menggunakan Support Vector Machine (SVM), Multiple Face Recognition (MFR), Multiple Face Tracking (MFT).
Uji coba dilakukan pada 3 video. Tiap video terdiri dari banyak wajah yang berbeda-beda jumlahnya. Data video tersebut memiliki jumlah wajah 4, 6, dan 8. Uji coba pengenalan dan pelacakan banyak wajah pada masing-masing data video menghasilkan akurasi terbaik 97.82%, 95.61%, dan 99.01%.
=========================================================
Face recognition system is a system for the recognize of a person's face through face image. Meanwhile, the video is multimedia that is used to generate the imagery that is moving. A video-based face recognition system is a face recognition system using the consecutive images on a video.
This final project develops a system for recognizing a person simultaneously on an image on a video. Video data used is the recording of the camera which will then be processed and given the results of the recognition. The system consists of three main stages: (1) the phase of face detection, (2) the feature extraction stage, and (3) the recognition and tracking stage of many faces. Face detection stage aims to get the faces contained in a video using SeetaFace algorithm. The feature extraction stage aims to obtain features that can represent facial images using Visual Geometry Group - Face (VGG-Face). The recognition and tracking stage is the conclusion step on the face using Support Vector Machine (SVM), Multiple Face Recognition (MFR), and Multiple Face Tracking (MFT).
Testing using 3 videos. Each video consists of many different faces. The video data has a face count of 4, 6, and 8. Best Accuracy of multiple face recognition and tracking trials on each of the video data is 97.82%, 95.61%, and 99.01%.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: deteksi wajah, pengenalan banyak wajah, pelacakan banyak wajah, Seeta Face Detection, VGG Face, Support Vector Machine.
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Information Technology > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User: Kukuh Rilo Pambudi
Date Deposited: 21 Jun 2021 10:40
Last Modified: 21 Jun 2021 10:40
URI: http://repository.its.ac.id/id/eprint/54498

Actions (login required)

View Item View Item