Pengenalan Ekspresi Mikro Berbasis Fitur Gerak Pada Area Komponen Wajah

Rosiani, Ulla Delfana (2021) Pengenalan Ekspresi Mikro Berbasis Fitur Gerak Pada Area Komponen Wajah. Doctoral thesis, Institut Teknologi Sepuluh Nopember Surabaya.

[img] Text
07111460010005-Disertation.pdf - Accepted Version
Restricted to Repository staff only until 1 April 2023.

Download (4MB) | Request a copy

Abstract

Penelitian pengenalan ekspresi wajah manusia tidak pernah berhenti, selalu ada penemuan baru baik di tahap pre-proses maupun di tahap proses ekstraksi fitur. Ekspresi yang berusaha ditutupi atau ditekan dari ekspresi sebenarnya ini disebut sebagai ekspresi mikro. Wujud dari ekspresi ini berupa kebocoran ekspresi dengan aktivitas otot yang rendah pada area wajah tertentu dengan durasi kurang dari 500 ms. Pengamatan gerak halus dan cepat dibutuhkan di dalam sistem deteksi otomatis pengenalan ekspresi mikro. Namun, masih terdapat celah yaitu relatif rendahnya akurasi pengenalan ekspresi mikro oleh pengklasifikasi. Hal ini diakibatkan oleh banyak faktor, antara lain pada tahap pre-proses ketika mempersiapkan area pengamatan dan pada tahap pengambilan fitur yang tepat untuk membaca gerakan cepat dan halus dari ekspresi mikro. Tujuan penelitian ini adalah membentuk area pengamatan pada lima area komponen wajah secara tepat dan akurat dan menawarkan sebuah pendekatan baru metode motion estimation berbasis Phase Only Correlation dengan pencocoan All Block Search (POC-ABS) sebagai fitur gerakan. Tahapan yang diusulkan dimulai dari pendeteksian area komponen wajah, melakukan pelacakan gerakan pada area komponen wajah dengan metode pelacakan KLT, melakukan ekstraksi fitur gerak berbasis POC-ABS dan melakukan klasifikasi dengan fitur gerakan. Pengklasifikasian menggunakan seleksi fitur POC-ABS dibandingkan dengan seleksi fitur menggunakan POC-FS. Diperoleh peningkatan akurasi pengenalan ekspresi mikro menggunakan POC-ABS pada pengklasifikasi k-NN dan SVM sebesar 92,7% dan 90,9%, mengungguli POC-FS dengan selisih 5,3% dan 7%. Selain itu kecepatan rata-rata proses POC-ABS lebih cepat dibandingkan dengan POC-FS sebesar 0.015297 detik. Penggunaan POC-ABS pada lima area komponen wajah meningkatkan akurasi dibandingkan dengan pengamatan menggunakan ekstraksi fitur gerak lainnya. ===================================================================================================== Research on human facial expression recognition is still developing, there are always new discoveries both at the pre-process stage and at the feature extraction process stage. The expression that you are trying to hide or suppress from the actual expression is called a microexpression. The manifestation of this expression is a fugue of expression with low muscular activity in certain facial areas with a duration of less than 500 ms. Smooth and fast motion observation is required in the micro expression recognition automatic detection system. However, there is still a gap, namely the relatively low precision of micro expression recognition by the classifier. This is caused by many factors, including at the pre-processing stage when preparing the observation area and at the appropriate feature retrieval stage for reading the fast and smooth movements of the micro-expressions. The purpose of this research is to form an observation area in the five areas of the facial components precisely and precisely and to offer a new approach to the method of motion estimation based on Phase-Only Correlation with Search of All Blocks (POC- ABS) as a feature of movement. The proposed steps start with the detection of the facial component area, tracking the movement of the facial component area using the TLC tracking method, extracting POC-ABS based movement characteristics and performing classification with movement characteristics. Classification by function selection POC-ABS was compared with function selection by POC-FS. An increase in the precision of micro expression recognition using POC-ABS in the k-NN and SVM classifiers was obtained by 92,7% and 90,9%, surpassing POC-FS by a difference of 5,3% and 7%. The average speed of the POC-ABS process is faster than the POC-FS of 0.015297 seconds. The use of POC-ABS in all five areas of the facial components improves accuracy compared to observations using extraction of other movement features.

Item Type: Thesis (Doctoral)
Uncontrolled Keywords: Ekspresi Mikro, komponen wajah, ekstraksi fitur, POC-ABS, POC-FS, Expression-Micro, facial components, feature extraction
Subjects: T Technology > TA Engineering (General). Civil engineering (General) > TA1650 Face recognition. Optical pattern recognition.
T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK7882.B56 Biometric identification
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20001-(S3) PhD Thesis
Depositing User: Ulla Delfana Rosiani
Date Deposited: 26 Feb 2021 23:55
Last Modified: 26 Feb 2021 23:55
URI: https://repository.its.ac.id/id/eprint/82946

Actions (login required)

View Item View Item