3D Face Recognition Based on Symbolic FDA Using SVM Classifier with Similarity and Dissimilarity Distance Measure

Hiremath, Manjunatha; Hiremath, P. S.

doi:10.1142/s0218001417560067

Cited by 7 publications

(2 citation statements)

References 27 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Namun, ada beberapa masalah dalam merencanakan sistem pengenalan wajah. Hal ini disebabkan variasi wajah manusia sangat beragam seperti kondisi pencahayaan, ekspresi, rotasi, sudut pengambilan gambar kamera, penuaan, make up dan penggunaan kacamata [5]. Ada 2 jenis akusisi citra dalam pengenalan wajah, yaitu dengan citra 2D dan citra 3D.…”

Section: Pendahuluanunclassified

Sistem Pengenalan Individu Berbasis Citra Wajah 3D dengan Jaringan Syaraf Tiruan

Ramadhan

Novamizanti

Susatio

2019

tech

View full text Add to dashboard Cite

Pengenalan individu adalah sebuah cara yang banyak digunakan dalam bidang medis, teknologi, dan keamanan. Wajah adalah objek biometrika yang sering digunakan untuk pengenalan maupun sistem keamanan. Dalam wajah terdapat beberapa karakteristik yang dapat digunakan dalam pengenalan, seperti ukuran mata, hidung dan bibir, jarak mata, hidung dan bibir, serta pola kedalaman bagian bagian wajah. Penelitian ini, akan dibuat sistem pengenalan individu dengan citra wajah individu dalam bentuk 3 dimensi yang diambil menggunakan kamera Kinect. Citra wajah 3D diambil sebanyak 48 foto, dimana 48 foto tersebut merepresentasikan bentuk wajah secara keseluruhan. Dari 48 foto yang telah diambil akan dipartisi menjadi 3 partisi dan 6 partisi. Partisi tersebut akan digunakan sebagai masukan proses ekstraksi ciri. Metode yang digunakan untuk ekstraksi ciri adalah Iterative Closest Point (ICP) dan diklasifikasikan dengan metode Jaringan syaraf tiruan (JST) yang dirancang menggunakan aplikasi MATLAB. Hasil penelitian ini menghasilkan performansi sebesar 78.57%. Sistem ini dapat menjadi salah satu alternatif pengenalan identitas seseorang dan diharapkan penelitian ini dapat menjadi referensi penelitian lanjut mengenai pengenalan individu berbasis citra 3D di masa mendatang.

show abstract

Section: Pendahuluanunclassified

Sistem Pengenalan Individu Berbasis Citra Wajah 3D dengan Jaringan Syaraf Tiruan

Ramadhan

Novamizanti

Susatio

2019

tech

View full text Add to dashboard Cite

show abstract

“…Berdasarkan database RMA 3D, diperoleh akurasi ICP dengan tingkat pengenalan 97,33% (Abate et al, 2007). Klasifikasi SVM pada penelitian pengenalan wajah, digunakan untuk komputasi fitur berbasis FDA yang bersifat simbolik dan memperhitungkan citra wajah 3D dan variasi wajah, dimana hasil eksperimen menghasilkan kinerja 99.90% menggunakan SVM (Hiremath, 2017).…”

Section: Pendahuluanunclassified

Sistem Pengenalan Wajah 3D Menggunakan ICP dan SVM

Lima¹,

Novamizanti²,

Susatio³

2019

JTIIK

View full text Add to dashboard Cite

Pengenalan wajah merupakan salah satu teknologi biometrik yang banyak diaplikasikan terutama pada sistem keamanan. Sistem absensi dengan wajah, mengenali pelaku tindak kriminal dengan CCTV adalah beberapa aplikasi dari pengenalan wajah. Efisiensi dan akurasi menjadi faktor utama pengenalan wajah banyak diaplikasikan. Pada penelitian ini, sistem identifikasi diimplementasikan dalam bentuk pengenalan wajah 3 dimensi berbasis template matching menggunakan metode Iterative Closest Point (ICP) dan klasifikasi Support Vector Machine (SVM). Iterative Closest Point (ICP) memberikan informasi dimensi dengan meminimalisasi kesalahan antara titik-titik dalam satu tampilan dan titik terdekatnya agar template wajah 3D yang dibuat sesuai dengan citra referensi. Sedangkan SVM adalah adalah metode klasifikasi dengan menentukan kelas citra berdasarkan informasi yang diperoleh dari proses ektraksi ciri. Hasil akhir dari penelitian ini adalah suatu aplikasi yang mampu melakukan identifikasi pengenalan pola wajah 3D. Berdasarkan confusion matrix, diperoleh bahwa sistem ini bekerja dengan precision 97,30%, recall 100,00%, accuracy 97,56% pada pengambilan frame citra sebanyak 48, iterasi ke 49, partisi 12, dan menggunakan SVM tipe OAA.AbstractFace recognition is a biometric technology that is widely applied especially in the security system. Attendance systems with faces, recognizing criminals with CCTV are some of the applications of face recognition. Efficiency and accuracy are the main factors that face recognition is widely applied. In this study, the identification system was implemented in the form of 3-dimensional face recognition based on template matching using the Iterative Closest Point (ICP) method and Support Vector Machine (SVM) classification. Iterative Closest Point (ICP) provides dimensional information by minimizing errors between points in one view and the closest point so that 3D face templates are made in accordance with the reference image. Whereas SVM is a classification method by determining the image class based on information obtained from the extraction of features. The final result of this study is an application that is able to identify 3D face pattern recognition. Based on the confusion matrix, found that this system works with 97.30% precision, recall 100.00%, 97.56% accuracy in image frame capture as much as 48 iterations to 49, the partition 12, and using the SVM-type OAA.

show abstract