使用Eigenface算法进行面部识别

A. Satrio, M. Mujirudin, Harry Ramza
{"title":"使用Eigenface算法进行面部识别","authors":"A. Satrio, M. Mujirudin, Harry Ramza","doi":"10.22236/teknoka.v4i0.4107","DOIUrl":null,"url":null,"abstract":"Pada makalah ini, dipaparkan mengenai pengolahan citra digital menggunakan pendekatan Analisa Komponen Utama dan Algoritma Viola Jones sebagai pendeteksi wajah. Banyak citra yang dilatih pada penelitian ini yaitu 1500 citra wajah. Citra tersebut terdiri atas 100 individu (17 wanita dan 83 pria) dimana masing-masing individu memiliki 15 citra wajah. Selain itu, terdapat total citra yang diujikan sebanyak 500 citra wajah dimana jumlah citra tersebut dibagi oleh 100 individu sehingga masing-masing individu memiliki citra yang dilatih sebanyak 5 citra. Metode yang digunakan yaitu citra wajah dideteksi dengan algoritma Viola-Jones kemudian nilai Eigenface citra latih dibandingkan dengan citra uji menggunakan Eulidean Distance. Hasil yang diperoleh yaitu tingkat akurasi identifikasi citra wajah mencapai 89.2%, ketika citra latih berjumlah 100 citra dan latar belakang citra wajah tidak dieliminasi. Namun ketika latar belakang citra wajah dieliminasi, tingkat akurasi identifikasi meningkat menjadi 98.6%. Lain halnya jika citra latih berjumlah 1500 tingkat akurasi identifikasi citra wajah meningkat menjadi 100%.","PeriodicalId":118779,"journal":{"name":"Prosiding Seminar Nasional Teknoka","volume":"29 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-12-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Identifikasi Citra Wajah Menggunakan Algoritma Eigenface\",\"authors\":\"A. Satrio, M. Mujirudin, Harry Ramza\",\"doi\":\"10.22236/teknoka.v4i0.4107\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Pada makalah ini, dipaparkan mengenai pengolahan citra digital menggunakan pendekatan Analisa Komponen Utama dan Algoritma Viola Jones sebagai pendeteksi wajah. Banyak citra yang dilatih pada penelitian ini yaitu 1500 citra wajah. Citra tersebut terdiri atas 100 individu (17 wanita dan 83 pria) dimana masing-masing individu memiliki 15 citra wajah. Selain itu, terdapat total citra yang diujikan sebanyak 500 citra wajah dimana jumlah citra tersebut dibagi oleh 100 individu sehingga masing-masing individu memiliki citra yang dilatih sebanyak 5 citra. Metode yang digunakan yaitu citra wajah dideteksi dengan algoritma Viola-Jones kemudian nilai Eigenface citra latih dibandingkan dengan citra uji menggunakan Eulidean Distance. Hasil yang diperoleh yaitu tingkat akurasi identifikasi citra wajah mencapai 89.2%, ketika citra latih berjumlah 100 citra dan latar belakang citra wajah tidak dieliminasi. Namun ketika latar belakang citra wajah dieliminasi, tingkat akurasi identifikasi meningkat menjadi 98.6%. Lain halnya jika citra latih berjumlah 1500 tingkat akurasi identifikasi citra wajah meningkat menjadi 100%.\",\"PeriodicalId\":118779,\"journal\":{\"name\":\"Prosiding Seminar Nasional Teknoka\",\"volume\":\"29 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-12-16\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Prosiding Seminar Nasional Teknoka\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.22236/teknoka.v4i0.4107\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Prosiding Seminar Nasional Teknoka","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22236/teknoka.v4i0.4107","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

在这篇论文中,使用关键成分分析方法和维奥拉·琼斯算法作为面部嗅探。在这项研究中训练出来的许多图像是1500张面部照片。该图像由100名个体(17名女性和83名男性)组成,每个个体有15个面部图像。此外,测试中总共有500个面部图像,这些图像被100个人分享,每个人都有5个图像的训练图像。使用的方法是通过算法violey - jones检测到面部图像,然后将Eigenface值与使用Eulidean的测试图像进行比较。没有消除100个图像的培训图像和背景。但当对面部图像进行消除时,准确率上升到了98.6%。另一种情况是,培训图像的1500个准确率将提升到100%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Identifikasi Citra Wajah Menggunakan Algoritma Eigenface
Pada makalah ini, dipaparkan mengenai pengolahan citra digital menggunakan pendekatan Analisa Komponen Utama dan Algoritma Viola Jones sebagai pendeteksi wajah. Banyak citra yang dilatih pada penelitian ini yaitu 1500 citra wajah. Citra tersebut terdiri atas 100 individu (17 wanita dan 83 pria) dimana masing-masing individu memiliki 15 citra wajah. Selain itu, terdapat total citra yang diujikan sebanyak 500 citra wajah dimana jumlah citra tersebut dibagi oleh 100 individu sehingga masing-masing individu memiliki citra yang dilatih sebanyak 5 citra. Metode yang digunakan yaitu citra wajah dideteksi dengan algoritma Viola-Jones kemudian nilai Eigenface citra latih dibandingkan dengan citra uji menggunakan Eulidean Distance. Hasil yang diperoleh yaitu tingkat akurasi identifikasi citra wajah mencapai 89.2%, ketika citra latih berjumlah 100 citra dan latar belakang citra wajah tidak dieliminasi. Namun ketika latar belakang citra wajah dieliminasi, tingkat akurasi identifikasi meningkat menjadi 98.6%. Lain halnya jika citra latih berjumlah 1500 tingkat akurasi identifikasi citra wajah meningkat menjadi 100%.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信