Emotion Recognition on Selected Facial Landmarks Using Supervised Learning Algorithms

Baculo, Maria Jeseca C.; Azcarraga, Judith

doi:10.1109/smc.2018.00258

Cited by 1 publication

(1 citation statement)

References 11 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Sesuai dengan definisinya, ketersediaan dataset wajah merupakan modal utama yang diperlukan pada penelitian facial landmark detection. Namun karena saat ini hal tersebut bukanlah menjadi tantangan yang berarti, mengingat saat ini sudah masuk pada era big data, yang berdampak positif terhadap banyaknya ketersediaan dataset wajah, mulai dari beragam bentuk, pose, ekspresi, jenis wajah sesuai jenis kelamin, etnis, dan ras manusia [6].…”

Section: Pendahuluanunclassified

Implementasi Kombinasi Metode Mean Denoising dan Convolutional Neural Network pada Facial Landmark Detection

Udayana¹,

Supartha²

2021

j. nas. pendidik. teknik. inform.

View full text Add to dashboard Cite

Facial landmark detectionmerupakan bagian dari facial recognition,bertujuan untuk mengidentifikasi titik fokus pada wajah berdasarkan ciri penampakan bagian wajah yang cenderung menonjol, seperti area mata, hidung, bibir, serta tulang pipi. Facial landmark detection sering diimplementasikan pada bidang pengenalan wajah, prediksi pose wajah, rekonstruksi wajah 3 dimensi, serta pengembangan sistem deteksi kelelahan karyawan berdasarkan ekspresi wajah. Seiring bertambahnya ketersediaan citra wajah dan kebutuhan proses komputasi yang cepat, metode Convolutional Neural Network (CNN) diimplementasikan pada facial landmark detection. Namun beragamnya kualitas citra menyebabkan CNN kurang optimal dalam melakukan deteksi. Oleh karena itu guna mengatasi permasalahan terkait kualitas citra ini, diimplementasikan metode mean denoising sebagai upaya peningkatan nilai akurasi CNN dalam melakukan pendeteksian landmark wajah. Dataset citra wajah diperoleh dari platform Kaggle, LFW-People, AFLW200 dan Female Facial Image Dataset, dengan total sebanyak 2.050 citra wajah, dan terbagi menjadi 2.000 data latih dan 50 data uji. Berdasarkan hasil pengujian, kombinasi metode CNN dengan mean denoising menghasilkan peningkatan akurasi yang lebih baik dalam pengenalan objek pada wajah pada kualitas citra yang heterogen dengan rata-rata akurasi pengujian sebesar 81,33%.Akurasi yang cukup baik ini didapatkan karena citra wajah masukan dilakukan penghilangan noise terlebih dahulu sehingga fitur dari citra yang seringkali menyebabkan sistem CNN salah dalam mengidentifikasi objek pada wajah dapat diminimalisir.

show abstract

Section: Pendahuluanunclassified

Implementasi Kombinasi Metode Mean Denoising dan Convolutional Neural Network pada Facial Landmark Detection

Udayana¹,

Supartha²

2021

j. nas. pendidik. teknik. inform.

View full text Add to dashboard Cite

show abstract

Emotion Recognition on Selected Facial Landmarks Using Supervised Learning Algorithms

Cited by 1 publication

References 11 publications

Implementasi Kombinasi Metode Mean Denoising dan Convolutional Neural Network pada Facial Landmark Detection

Implementasi Kombinasi Metode Mean Denoising dan Convolutional Neural Network pada Facial Landmark Detection

Contact Info

Product

Resources

About