Seiring dengan semakin meningkatnya kebutuhan akan teknologi yang mampu melakukan pengenalan terhadap suatu obyek tiga dimensi diberbagai bidang kehidupan manusia, maka penelitian dan pengembangan suatu sistem pengenalan wajah tiga dimensi menjadi semakin penting. Pada dasarnya, sistem pengenalan wajah tiga dimensi merupakan sistem pendeteksian untuk menentukan wajah seseorang dengan cara membandingkan sebuah citra wajah dengan model-model wajah yang telah disimpan sebelumnya.
Sistem pengenalan obyek tiga dimensi dapat dibuat dengan menggunakan beberapa citra obyek dua dimensi dari beberapa sudut pandang. Hingga saat ini telah banyak dikembangkan metode untuk sistem pengenalan wajah, namun umumnya hanya untuk pengenalan terhadap citra wajah 2-D dengan sudut pengamatan frontallsemi frontal.
Kebanyakan penelitian yang telah dilakukan sampai dengan pertengahan 1990an ditekankan pada segmentasi satu-wajah darilatar belakang gambar yang simpel atau kompleks. Berbagai pendekatan pada metode ini meliputi: penggunaan template keseluruhan wajah, template berbasis ciri, warna dan jaringan syaraf tiruan. Deteksi wajah otomatis yang telah dilakukan oleh Rowley, dkk. pada tahun 1998 dengan membandingkan metode berbasis ciri dan template-matching. Satu pendekatan berbasis template telah dikaji oleh Yuille, dkk. pada tahun 1992, untuk mendeteksi mata-mata dan mulut pada gambar wajah. Metode deteksi wajah yang lebih baru lagi yaitu dengan satu pendekatan yang didasarkan pada pelatihan sampel-sampel wajah dan bukan wajah (Paul and Michael, 2004, Roberto and Tomaso, 1993).
Beberapa metode yang telah dikembangkan tersebut diantaranya adalah template matching, kombinasi template matching dengan menggunakan ciri, serta template matching dengan transformasi Karhunen-Loeve. Namun dalam implementasinya masih terdapat beberapa faktor yang menyebabkan rendahnya tingkat kemiripan yang sangat tinggi, serat adanya pengaruh dari perubahan dalam hal pencahayaan, ekspresi, sudut pengamatan, serta penggunaan aksesori tambahan untuk citra wajah yang sama sekalipun.
Tahap Pengenalan Wajah Melalui Klasifikasi Gender
Dalam pengenalan wajah, kita dapat melakukan klasifikasi wajah terhadap gender. Banyak metode yang dapat digunakan untuk klasifikasi wajah terhadap gender, penelitian-penelitian klasifikasi gender diantaranya :
a. Feature Based Information[Buchala, 2004]
b. HyberBF Networks [Brunelli]
c. Support Vector Machines [Moghaddam, 2000]
d. Automatic face detection anda Clasification by Gender [Chandan Ghosh-9949107 dan P. Kranthi Kiran-9949108]
Penerapan Sistem Pengenalan Wajah
Pengenalan wajah adalah salah satu teknologi biometrik yang telah banyak diaplikasikan dalam sistem security selain pengenalan retina mata, sidik jari dan iris mata. Ada beberapa macam metoda pengenalan wajah yang umum digunakan dalam penelitian beberapa diantaranya adalah neural network, jaringan syaraf tiruan, neuro fuzzy adaptif dan eigenface.
a. Absensi Kuliah Berbasis Identifikasi Wajah
Pengenalan wajah diimplementasikan sebagai aplikasi absensi kuliah berbasis identifikasi wajah. Aplikasi ini dibuat agar sistem absensi perkuliahan menjadi efisien, efektif dan tehindar dari kecurangan dlaam pencatatan absensi perkuliahan.
Metode yang digunakan adalah Metode Gabor Wavelet, tujuannya adalah untuk memunculkan ciri-ciri khusus dari citra wajah yang telah dikonvolusi terhadap kernel.
b. Penerapan Sistem Pengenalan Wajah di Airport Jepang
Sebuah sistem pengenalan wajah yang canggih mulai diperkenalkan dan di tes di pintu gerbang keimigrasian di bandar udara Haneda, Narita dan Kansai. Dalam tes tersebut, wajah-wajah para wisatawan yang masuk dan keluar akan diperiksa secara otomatis dan langsung dicocokan terhadap foto paspor serta sidik jari mereka dengan yang ada di data kantor imigrasi. Sistem komputer ini dimaksudkan untuk mempercepat kinerja keimigrasian dan memperpendek antrian yang ada.
c. Mesin Penjual Rokok
Jepang mempunyai cara untuk mencegah anak-anak membeli rokok, salah satu yang diusulkan adalah menggunakan sistem pengenalan wajah. Mesin otomatis penjual rokok akan mengukur keriput, kerutan di pojok mata, dan kekendoran kulit untuk menilai apakah pembelinya sudah cukup umur.
Umur minimum untuk merokok di Jepang adalah 20 tahun dan hal ini dimanfaatkan sebuah perusahaan dengan mengembangkan sistem pengidentifikasi umur pembeli dengan cara mempelajari roman wajah. Pembeli diharuskan memandang ke suatu kamera digital yang terhubung dengan mesin tersebut. Sistem yang dibangun Fujitaka Co. akan membandingkan karakter roman wajah seperti keriput di sekeliling wajah, struktur tengkorak dan kekendoran kulit.
d. Sistem Pembayaran dengan Pengenalan Wajah
Perusahaan Finlandia bernama Uniqul telah mematenkan dan menguji sistem pembayaran baru yang memungkinkan seseorang membayar tagihannya dengan wajah. Ketika saatnya untuk membayar di sebuah pompa bensin atau mall, tidak perlu mengeluarkan kartu kredit, melainkan melihat ke kamera, dan tunggu sampai dikonfirmasi.
Setelah itu, sistem akan menarik cadangan informasi orang tersebut. Uniqul dilengkapi dengan berbagai struktur biaya, dan memungkinkan pengguna membayar dengan PayPal atau dengan kartu kredit biasa. Rencana pembayaran dibagi oleh jarak. Tingkat pertama dilaporkan dengan $ 1 per bulan, dan meluas ke jarak 1 sampai 2 kilometer radius dari titik yang dipilih pengguna. Tingkat kedua biaya lebih dari $ 9 per bulan, dan mencakup area yang lebih luas. Tingkat tergantung pada jumlah terminal di daerah, dan luas wilayah yang akan membuat semakin tinggi harga. Layanan ini rencananya akan diluncurkan di wilayah Helsinki dengan segera.
Lina, Benyamin Kusumoputro. Sistem Pengenalan Wajah 3-D Menggunakan Penambahan Garis Ciri pada Metode Perhitungan Jarak Terpendek Dalam Ruangan Eigen, Universitas Indonesia, Universitas Tarumanegara.
Farida. Pengklasifikasian Gender dengan Menentukan Titik-Titik Penting pada Sistem Pengenalan Wajah Menggunakan Matlab 6.5, Universitas Gunadarma.
Agus Kurniawan, Akuwan Saleh, Nana Ramadijanti. Aplikasi Absensi Kuliah Berbasis Identifikasi Wajah Menggunakan Metode Gabor Wavelet, Politeknik Elektronika Negeri Surabaya, Institut Teknologi Sepuluh Nopember, Surabaya.
Abdul Fadlil, Surya Yeki. Sistem Verifikasi Wajah Menggunakan Jaringan Saraf Tiruan Learning Vector Quantization, Universitas Ahmad Dahlan.
http://www.jepang.net/2012/08/airport-menerapkan-sistem-pengenalan.html
http://webwib.com/sistem-pembayaran-dengan-pengenalan-wajah/
http://www.memobee.com/keunikan-mesin-penjual-rokok-di-jepang-7837-eij.html
No comments:
Post a Comment