Deteksi wajah menggunakan metode speed-up robust features (SURF)

Yansyah, Febry (2014) Deteksi wajah menggunakan metode speed-up robust features (SURF).

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Aplikasi deteksi wajah mengalami pengembangan yang sangat cepat dan semakin banyak digunakan, contohnya untuk sistem keamanan, absensi dan lainnya. Deteksi wajah (face detection) merupakan salah satu tahap awal yang sangat penting sebelum dilakukan proses pengenalan wajah (face recognition)[1]. Maksud dari pembuatan tugas akhir ini adalah membuat suatu sistem deteksi area wajah yang telah mengalami transformasi rotasi, skala dan 3 dimensi menggunakan metode Speed-Up Robust Features (SURF). Metoda SURF merupakan sebuah metode deteksi fitur yang menggunakan keypoint dari sebuah gambar, keypoint itu sendiri adalah bagian-bagian dari sebuah gambar yang nilainya tetap ketika mengalami perubahan skala, rotasi, blurring, transformasi 3dimensi dan pencahayaan. Ekstraksi menggunakan metode SURF dapat dijalankan dengan baik. Pada proses matching interest point menggunakan metoda Fast Library Approximated Nearest Neighbor (FLANN), untuk hasil pengujian citra perubahan rotasi dan skala nilai interest point yang didapatkan sangat kuat terhadap perubahan. Sementara untuk pengujian citra hasil perubahan 3 dimensi tedapat nilai interest point posisinya tidak sama, hal ini dapat diakibatkan karena jumlah sample yang sedikit.

Item Type: Article
Uncontrolled Keywords: Deteksi Wajah, Speed-Up Robust Features, FLANN, OpenCV.
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Komputer > Sistem Komputer > 2014
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Komputer (S1)
Depositing User: M.Kom Taryana Suryana
Date Deposited: 16 Nov 2016 08:07
Last Modified: 16 Nov 2016 08:07
URI: https://repository.unikom.ac.id/id/eprint/26793

Actions (login required)

View Item View Item