在COVID-19大流行期间,设计一种无面具面部探测器,使用反神经网络

A. Prasetya, Eko Ihsanto, Akhmad Wahyu Dani
{"title":"在COVID-19大流行期间,设计一种无面具面部探测器,使用反神经网络","authors":"A. Prasetya, Eko Ihsanto, Akhmad Wahyu Dani","doi":"10.22441/JTE.2021.V12I2.006","DOIUrl":null,"url":null,"abstract":"Pada awal tahun 2020 dunia dikejutkan dengan Penemuan virus baru yaitu Coronavirus yang dapat mengakibatkan kematian. Penyebaran virus tersebut ialah dengan kontak lansung antara individu, batuk, dan flu. Oleh sebab itu pencegahaan ialah agar menggunakan masker apabila beraktivitas diluar rumah maupun di keramaian. Oleh sebab itu teknologi ikut peran dalam mengatasi penyebarannya dengan sebuah pendeteksian terhadap orang yang menggunakan masker dan tidak menggunakan masker yang menggunakan sebuah kamera. Pendeteksian dalam menggunakan sebuah kamera banyak diterapkan menggunakan konsep dari Deep learing. Deep learing (DL) merupakan bagian dari ilmu komputer yang mempelajari bagaimana menjadikan mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan manusia, bahkan bisa lebih baik. Pada penelitian ini menggunakan salah satu dari Deep Learning yaitu Convolutional Neural Network yang dirancang menggunakan filter pertama 32 dengan Kernel 3x3 berikutnya menggunakan filter 64 dengan kernel yang 3x3. Berdasarkan hasil pengujian training menggunakan model Convolutional Neural Network memiliki akurasi 95% pada testing menghasilkan akurasi 91% dalam hal ini Convolutional Neural Network mempunyai potensi untuk mendeteksi wajah dengan performa yang optimal dalam mengklasifikasi Wajah bermasker dan Tidak Bermasker","PeriodicalId":17789,"journal":{"name":"Jurnal Komputer, Informasi Teknologi, dan Elektro","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2021-07-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":"{\"title\":\"Rancang Bangun Pendeteksi Wajah Bermasker Dan Tidak Bermasker Dalam Absensi Di Masa Pandemi COVID-19 Menggunakan Convolutional Neural Network\",\"authors\":\"A. Prasetya, Eko Ihsanto, Akhmad Wahyu Dani\",\"doi\":\"10.22441/JTE.2021.V12I2.006\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Pada awal tahun 2020 dunia dikejutkan dengan Penemuan virus baru yaitu Coronavirus yang dapat mengakibatkan kematian. Penyebaran virus tersebut ialah dengan kontak lansung antara individu, batuk, dan flu. Oleh sebab itu pencegahaan ialah agar menggunakan masker apabila beraktivitas diluar rumah maupun di keramaian. Oleh sebab itu teknologi ikut peran dalam mengatasi penyebarannya dengan sebuah pendeteksian terhadap orang yang menggunakan masker dan tidak menggunakan masker yang menggunakan sebuah kamera. Pendeteksian dalam menggunakan sebuah kamera banyak diterapkan menggunakan konsep dari Deep learing. Deep learing (DL) merupakan bagian dari ilmu komputer yang mempelajari bagaimana menjadikan mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan manusia, bahkan bisa lebih baik. Pada penelitian ini menggunakan salah satu dari Deep Learning yaitu Convolutional Neural Network yang dirancang menggunakan filter pertama 32 dengan Kernel 3x3 berikutnya menggunakan filter 64 dengan kernel yang 3x3. Berdasarkan hasil pengujian training menggunakan model Convolutional Neural Network memiliki akurasi 95% pada testing menghasilkan akurasi 91% dalam hal ini Convolutional Neural Network mempunyai potensi untuk mendeteksi wajah dengan performa yang optimal dalam mengklasifikasi Wajah bermasker dan Tidak Bermasker\",\"PeriodicalId\":17789,\"journal\":{\"name\":\"Jurnal Komputer, Informasi Teknologi, dan Elektro\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-07-30\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"2\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Komputer, Informasi Teknologi, dan Elektro\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.22441/JTE.2021.V12I2.006\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Komputer, Informasi Teknologi, dan Elektro","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22441/JTE.2021.V12I2.006","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2

摘要

2020年初,世界对一种会导致死亡的冠状病毒的新发现感到震惊。该病毒的传播包括个人、咳嗽和流感之间的直接接触。因此,预防措施是在户外或人群中使用口罩。因此,技术在应对这种扩散方面发挥了作用,即对戴面具的人进行检测,而不是对戴着相机的人进行检测。对照相机的探测在很大程度上利用了深度学习的概念。深度学习是计算机科学的一部分,学习如何使机器像人类一样擅长和擅长工作,甚至更好。这项研究使用的是深度学习的一个,即使用第32个过滤器设计的神经通路网络,下一个3x3内核使用第64个过滤器和3x3内核。根据训练测试结果,使用神经联合网络模型的准确率为95%,在测试中准确率为91%
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Rancang Bangun Pendeteksi Wajah Bermasker Dan Tidak Bermasker Dalam Absensi Di Masa Pandemi COVID-19 Menggunakan Convolutional Neural Network
Pada awal tahun 2020 dunia dikejutkan dengan Penemuan virus baru yaitu Coronavirus yang dapat mengakibatkan kematian. Penyebaran virus tersebut ialah dengan kontak lansung antara individu, batuk, dan flu. Oleh sebab itu pencegahaan ialah agar menggunakan masker apabila beraktivitas diluar rumah maupun di keramaian. Oleh sebab itu teknologi ikut peran dalam mengatasi penyebarannya dengan sebuah pendeteksian terhadap orang yang menggunakan masker dan tidak menggunakan masker yang menggunakan sebuah kamera. Pendeteksian dalam menggunakan sebuah kamera banyak diterapkan menggunakan konsep dari Deep learing. Deep learing (DL) merupakan bagian dari ilmu komputer yang mempelajari bagaimana menjadikan mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan manusia, bahkan bisa lebih baik. Pada penelitian ini menggunakan salah satu dari Deep Learning yaitu Convolutional Neural Network yang dirancang menggunakan filter pertama 32 dengan Kernel 3x3 berikutnya menggunakan filter 64 dengan kernel yang 3x3. Berdasarkan hasil pengujian training menggunakan model Convolutional Neural Network memiliki akurasi 95% pada testing menghasilkan akurasi 91% dalam hal ini Convolutional Neural Network mempunyai potensi untuk mendeteksi wajah dengan performa yang optimal dalam mengklasifikasi Wajah bermasker dan Tidak Bermasker
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