SISTEM
PENDETEKSI WAJAH MANUSIA
PADA CITRA
DIGITAL
(PROPOSAL
SKRIPSI)
diajukan oleh
NamaMhs
NIM: XX.YY.ZZZ
Kepada
JURUSAN TEKNIK
INFORMATIKA
STMIK STIKOM
BALIKPAPAN
LEMBAR PERSETUJUAN
LEMBAR PERSETUJUAN
Proposal
Skripsi dengan judul
SISTEM PENDETEKSI
WAJAH
MANUSIA PADA CITRA DIGITAL
yang diajukan oleh
NamaMhs
NIM: XX.YY.ZZZ
2.
…………………………………………………………….
Balikpapan, tanggal……………………
Ketua Jurusan Teknik Informatika
Setyo Nugroho, ST, MKom
IMPLEMENTASI SISTEM
PENDETEKSI
WAJAH MANUSIA PADA CITRA
DIGITAL
1. LATAR BELAKANG
Dewasa ini teknologi pengenalan wajah semakin
banyak diaplikasikan, antara lain untuk sistem pengenalan biometrik (yang dapat
juga dikombinasikan dengan fitur biometrik yang lain seperti sidik jari dan
suara), sistem pencarian dan pengindeksan pada database citra digital dan
database video digital, sistem keamanan kontrol akses area terbatas, konferensi
video, dan interaksi manusia dengan komputer.
Dalam bidang penelitian pemrosesan wajah (face
processing), pendeteksian wajah manusia (face detection) adalah
salah satu tahap awal yang sangat penting di dalam proses pengenalan wajah (face
recognition). Sistem pengenalan wajah digunakan untuk membandingkan satu
citra wajah masukan dengan suatu database wajah dan menghasilkan wajah yang
paling cocok dengan citra tersebut jika ada. Sedangkan autentikasi wajah (face
authentication) digunakan untuk menguji keaslian/kesamaan suatu wajah
dengan data wajah yang telah diinputkan sebelumnya. Bidang penelitian yang juga
berkaitan dengan pemrosesan wajah adalah lokalisasi wajah (face localization)
yaitu pendeteksian wajah namun dengan asumsi hanya ada satu wajah di dalam
citra, penjejakan wajah (face tracking) untuk memperkirakan lokasi suatu
wajah dalam video secara real time, dan pengenalan ekspresi wajah (facial
expression recognition) untuk mengenali kondisi emosi manusia (Yang, 2002).
Pada kasus tertentu seperti pemotretan untuk
pembuatan KTP, SIM, dan kartu kredit, citra yang didapatkan umumnya hanya
berisi satu wajah dan memiliki latar belakang seragam dan kondisi pencahayaan
yang telah diatur sebelumnya sehingga deteksi wajah dapat dilakukan dengan
lebih mudah. Namun pada kasus lain sering didapatkan citra yang berisi lebih
dari satu wajah, memiliki latar belakang yang bervariasi, kondisi pencahayaan
yang tidak tentu, dan ukuran wajah yang bervariasi di dalam citra. Contohnya
adalah citra yang diperoleh di bandara, terminal, pintu masuk gedung, dan pusat
perbelanjaan. Selain itu juga pada citra yang didapatkan dari foto di media
massa atau hasil rekaman video. Pada kasus tersebut pada umumnya wajah yang ada
di dalam citra memiliki bentuk latar belakang yang sangat bervariasi.
Penelitian ini akan difokuskan pada masalah
pendeteksian wajah. Dengan sistem pendeteksi wajah yang akurat, maka proses
selanjutnya yaitu pengenalan wajah dapat dilakukan dengan lebih mudah.
2. PERUMUSAN MASALAH
Masalah deteksi wajah dapat dirumuskan sebagai
berikut: dengan masukan berupa sebuah citra digital sembarang, sistem akan
mendeteksi apakah ada wajah manusia di dalam citra tersebut, dan jika ada maka
sistem akan memberitahu berapa wajah yang ditemukan dan di mana saja lokasi
wajah tersebut di dalam citra. Keluaran dari sistem adalah posisi dari subcitra
yang berisi wajah yang berhasil dideteksi.
3. BATASAN MASALAH
Pada sistem deteksi wajah ini diberikan pembatasan
masalah sebagai berikut:
·
Citra
masukan yang digunakan adalah hitam putih dengan 256 tingkat keabuan (grayscale).
·
Wajah
yang akan dideteksi adalah wajah yang menghadap ke depan (frontal), dalam
posisi tegak, dan tidak terhalangi sebagian oleh objek lain.
·
Metode
yang dipakai adalah jaringan syaraf tiruan multi-layer perceptron dengan
algoritma pelatihan back-propagation.
4. TUJUAN PENELITIAN
Penelitian bertujuan untuk membuat suatu desain
dan implementasi sistem deteksi wajah dengan masukan berupa citra digital
sembarang. Sistem ini akan menghasilkan subcitra yang berisi wajah-wajah yang
berhasil dideteksi.
5. MANFAAT PENELITIAN
Hasil penelitian ini diharapkan dapat digunakan
sebagai langkah awal untuk membangun sistem pemrosesan wajah yang menyeluruh,
yang bisa diaplikasikan pada sistem pengenalan wajah atau verifikasi wajah.
Program aplikasi yang dibuat juga dapat dijadikan bahan untuk penelitian lebih
lanjut di bidang yang berkaitan.
Dengan penyesuaian tertentu, metode yang digunakan
mungkin dapat juga dimanfaatkan untuk sistem deteksi objek secara umum yang
tidak hanya terbatas pada wajah, misalnya deteksi kendaraan, pejalan kaki,
bahan produksi, dan sebagainya.
Dari hasil penelitian ini juga diharapkan dapat
diperoleh pemahaman yang lebih baik terhadap jaringan syaraf tiruan, dan
pengaruh berbagai parameter yang digunakan terhadap unjuk kerja pengklasifikasi
jaringan syaraf tiruan.
6. METODE PENELITIAN
Metode yang akan digunakan dalam penelitian ini
terdiri dari langkah-langkah berikut:
·
Melakukan
studi kepustakaan terhadap berbagai referensi yang berkaitan dengan penelitian
yang dilakukan. Topik-topik yang akan dikaji antara lain meliputi: pengenalan
pola, pengolahan citra digital, pendeteksian objek secara umum, pendeteksian
wajah, dan jaringan syaraf tiruan.
·
Menyiapkan
training data set yang akan digunakan untuk proses pembelajaran dari
sistem. Data wajah yang digunakan akan melalui praproses berupa resizing menjadi
20x20 pixel, masking, dan histogram equalization.
·
Merancang
sistem pendeteksi wajah dengan jaringan syaraf tiruan, kemudian membuat program
aplikasinya.
·
Melakukan
pelatihan pada sistem dengan training data set yang telah disiapkan sebelumnya.
·
Melakukan
pengujian unjuk kerja sistem. Unjuk kerja pada sistem pendeteksi wajah diukur
dengan menghitung detection rate dan false positif rate.
7. JADWAL PENELITIAN
No.
|
Kegiatan
|
Bulan / tahun |
|||||
Okt
03
|
Nop
03
|
Des
03
|
Jan
04
|
Feb
04
|
Mar
04
|
||
1
|
Studi Kepustakaan
|
|
|
|
|
|
|
2
|
Penulisan Proposal
|
|
|
|
|
|
|
3
|
Pengumpulan Data
|
|
|
|
|
|
|
4
|
Pembuatan Sistem/Program
|
|
|
|
|
|
|
5
|
Pengujian Sistem
|
|
|
|
|
|
|
6
|
Penulisan Laporan Akhir
|
|
|
|
|
|
|
8. DAFTAR PUSTAKA
L. Fausett, 1994, Fundamentals of Neural Networks: Architectures,
Algorithms, and Applications, Prentice-Hall Inc., USA.
R.C. Gonzalez, R.E. Woods, 1992, Digital Image Processing,
Addison-Wesley Publishing Company, USA.
E. Hjelmas, B.K. Low, 2001, “Face Detection: A
Survey”, Computer Vision and Image Understanding. 83, pp. 236-274.
H. Rowley, S. Baluja, T. Kanade, 1998, “Neural
Network-Based Face Detection”, IEEE Trans. Pattern Analysis and Machine
Intelligence, vol. 20, no. 1.
M.H. Yang, D. Kriegman, N. Ahuja, 2002, “Detecting
Faces in Images: A Survey”, IEEE Trans. Pattern Analysis and Machine
Intelligence, vol. 24, no. 1.
Tidak ada komentar:
Posting Komentar
komentt yoo..