Pengertian Face Recognition
Face recognition adalah teknologi dari komputer yang memungkinkan kita untuk mengidentifikasi atau memverifikasi wajah seseorang melalui sebuah gambar digital. Caranya ialah dengan mencocokkan tekstur lekuk wajah kita dengan data wajah yang tersimpan di database. Misalnya mencocokkan lekuk hidung, mata, dagu dsb.
Face perception a.k.a face recognition adalahproses ‘mengenali wajah’ dimana otak dan pikiran berusaha menginterpretasi (memahami dan menafsirkan) wajah yang ada di hadapannya, terutama wajah manusia. Proporsi dan ekspresi wajah manusia dinilai penting untuk identifikasi awal mengenai kecenderungan emosional, kualitas kesehatan, ataupun beberapa informasi sosial. Namun walaupun belum ada bukti nyata mengenai keterampilan ‘pengenalan wajah’ ini, kita bisa melihat adanya kecenderungan bawaan lahir dari bayi untuk memperhatikan wajah orang-orang penting di sekitarnya. Awal pengalaman bayi terkait dengan perkembangan persepsi visual dan komunikasi pra-verbal, yang hingga saat ini baru terbuktikan dengan adanya aktivitas otak di area tertentu. Aktivitas ini semakin kompleks seiring dengan pertambahan usia si bayi. Berikutnya, bayi yang berkembang menjadi manusia dewasa ini menjadi terbiasa dengan [menilai] wajah dalam interaksi sosial, meski persepsi kompleks terhadap ekspresi wajah yang melibatkan beberapa area di otak sekaligus ini seringkali tidak tepat, karena hanya menilai berdasarkan pola wajah ‘umum’ yang biasa dihadapinya. Selain masalah generalisasi persepsi tersebut, adakalanya otak pun mengalami gangguan tertentu dalam memahami ‘bahasa’ wajah (orprosopagnosia).
Algoritma yang digunakan untuk melakukan tracking posisi wajah adalah algoritma CamShift yang menggunakan faktor warna sebagai dasar pelacakannya. Setelah objek wajah dapat di-track dan dideteksi dengan jelas, baru kemudian dilakukan proses pengenalan wajah dengan menggunakan algoritma Embedded Hidden Markov Models.
Ciri-ciri pengenalan citra wajah 3 dimensi, pertama harus mengambil pertimbangan bentuk dengan bentuk frontal (dari garis depan) untuk dinormalisasi. Selanjutnya titik-titik khusus pada wajah seperti hidung, mata, dan mulut dideteksi. Kedalaman hidung, luas hidung dan volume hidung dihitung berdasarkan longitudinal section dan transection. Interval mata dan kedalaman mulut juga dihitung. Akhirnya wajah dibagi-bagi menjadi 12 bagian. L1 ditentukan untuk membandingkan 2 feature vektor yang digunakan, karena sederhana dan konsisten. Hasil dari eksperimen, metoda yang diajukan dapat mengenali sampai 95,5 % untuk longitudinal section dan transection.
Cara Kerja Face Recognition System
Seperti yang telah disinggung di atas, pada dasarnya Sistem Pengenalan Wajah bekerja dengan cara mengambil data wajah digital (sebuah citra atau frame pada video) dan membandingkannnya dengan data wajah yang tersimpan di dalam basis data. Pada dasarnya, sebuah system pengenalan wajah harus mampu untuk membedakan wajah dengan latar belakang citra.
Selain membedakan wajah dengan latar belakang, system pengenalan wajah juga harus mampu untuk membedakan fitur-fitur tertentu dari sebuah wajah antara lain:
- Jarak antara mata
- Lebar hidung
- Kedalaman kelopak mata
- Bentuk tulang pipi
- Panjang garis rahang
Face Recognition 3D
Penggunaan model 3D dalam software face recognition diklaim memiliki tingkat akurasi yang lebih tinggi. Face recognition 3D ini menangkap foto permukaan wajah manusia secara 3D. Software ini mengenali bagian-bagian khusus pada wajah manusia, yakni jaringan otot dan tulang wajah yang menonjol, seperti bentuk cekungan mata, hidung, dan dagu. Face recognition 3D ini dapat mengenali wajah manusia dalam kegelapan dan dari sudut pandang yang berbeda, hingga 90 derajat. Adapun urutan langkah-langkah software ini dalam mengenali wajah manusia, antara lain :
Deteksi – pengambilan foto wajah manusia yang dilakukan dengan men-scan foto 2D secara digital, atau menggunakan video untuk mengambil foto wajah 3D.
Penjajaran – saat berhasil mendeteksi wajah, software akan menentukan posisi, ukuran, dan sikap kepala. Software 3D mampu mengenali foto wajah hingga 90 derajat, sementara pada software 2D, posisi kepala harus menghadap kamera paling tidak 35 derajat.
Pengukuran – software mengukur lekukan yang ada di wajah menggunakan skala sub-milimeter (microwave), dan membuat template.
Representasi – template tersebut diterjemahkan ke dalam sebuah koe unik, yang merepresentasikan setiap wajah.
Pencocokan – jika foto wajah yang telah direpresentasikan dan ketersediaan foto wajah dalam database sama-sama 3D, proses pencocokan dapat langsung dilakukan. Namun, saat ini masih ada tantangan untuk mencocokkan represenntasi 3D dengan database foto 2D. Teknologi baru kini tengah menjawab tantangan ini. Ketika foto wajah 3D diambil, software akan mengidentifikasi beberapa titik (biasanya tiga titik) antara lain mata bagian luar dan dalam, serta ujung hidung. Berdasarkan hasil pengukuran ini, software akan mengubah gambar 3D menjadi 2D, dan membandingkannya dengan gambar 2D yang ada dalam database.
Verifikasi atau Identifikasi – verifikasi adalah pencocokkan satu berbanding satu, misalnya foto wajah yang diambil dicocokkan dengan database dari DPO kasus perampokan. Software akan langsung memeberitahukan identitas DPO tersebut. Sedangkan identifikasi adalah pembandingan foto wajah yang diambil dengan seluruh gambar yang memiliki kemiripan dalam database, termasuk DPO dari kasus lain.
Analisis Tekstur Wajah – kemajuan dalam software face recognition adalah penggunaan biometric kulit, atau keunikan tekstur kulit untuk meningkatkan akurasi hasil pencocokkan. Namun, terdapat beberapa factor yang menyebabkan proses analisis tekstur ini tidak dapat bekerja, misalnya pantulan cahaya dari kacamata, atau foto wajah yang menggunakan kacamata matahari. Faktor penghambat analisis lainnya adalah rambut panjang yang menutupi bagian tengah wajah, pencahayaan yang kurang tepat (yang mengakibatkan foto wajah menjadi kelebihan atau kekurangan cahaya), serta resolusi yang rendah (foto diambil dari kejauhan).
sumber :
http://soulofmyheart.blogspot.co.id/2009/04/cara-kerja-face-recognition.html
https://www.scribd.com/doc/91368597/Face-Recognition
https://harryteguh.wordpress.com/2009/11/19/sistem-pengenalan-wajah-face-recognition-system/
Face recognition adalah teknologi dari komputer yang memungkinkan kita untuk mengidentifikasi atau memverifikasi wajah seseorang melalui sebuah gambar digital. Caranya ialah dengan mencocokkan tekstur lekuk wajah kita dengan data wajah yang tersimpan di database. Misalnya mencocokkan lekuk hidung, mata, dagu dsb.
Face perception a.k.a face recognition adalahproses ‘mengenali wajah’ dimana otak dan pikiran berusaha menginterpretasi (memahami dan menafsirkan) wajah yang ada di hadapannya, terutama wajah manusia. Proporsi dan ekspresi wajah manusia dinilai penting untuk identifikasi awal mengenai kecenderungan emosional, kualitas kesehatan, ataupun beberapa informasi sosial. Namun walaupun belum ada bukti nyata mengenai keterampilan ‘pengenalan wajah’ ini, kita bisa melihat adanya kecenderungan bawaan lahir dari bayi untuk memperhatikan wajah orang-orang penting di sekitarnya. Awal pengalaman bayi terkait dengan perkembangan persepsi visual dan komunikasi pra-verbal, yang hingga saat ini baru terbuktikan dengan adanya aktivitas otak di area tertentu. Aktivitas ini semakin kompleks seiring dengan pertambahan usia si bayi. Berikutnya, bayi yang berkembang menjadi manusia dewasa ini menjadi terbiasa dengan [menilai] wajah dalam interaksi sosial, meski persepsi kompleks terhadap ekspresi wajah yang melibatkan beberapa area di otak sekaligus ini seringkali tidak tepat, karena hanya menilai berdasarkan pola wajah ‘umum’ yang biasa dihadapinya. Selain masalah generalisasi persepsi tersebut, adakalanya otak pun mengalami gangguan tertentu dalam memahami ‘bahasa’ wajah (orprosopagnosia).
Algoritma yang digunakan untuk melakukan tracking posisi wajah adalah algoritma CamShift yang menggunakan faktor warna sebagai dasar pelacakannya. Setelah objek wajah dapat di-track dan dideteksi dengan jelas, baru kemudian dilakukan proses pengenalan wajah dengan menggunakan algoritma Embedded Hidden Markov Models.
Ciri-ciri pengenalan citra wajah 3 dimensi, pertama harus mengambil pertimbangan bentuk dengan bentuk frontal (dari garis depan) untuk dinormalisasi. Selanjutnya titik-titik khusus pada wajah seperti hidung, mata, dan mulut dideteksi. Kedalaman hidung, luas hidung dan volume hidung dihitung berdasarkan longitudinal section dan transection. Interval mata dan kedalaman mulut juga dihitung. Akhirnya wajah dibagi-bagi menjadi 12 bagian. L1 ditentukan untuk membandingkan 2 feature vektor yang digunakan, karena sederhana dan konsisten. Hasil dari eksperimen, metoda yang diajukan dapat mengenali sampai 95,5 % untuk longitudinal section dan transection.
Cara Kerja Face Recognition System
Seperti yang telah disinggung di atas, pada dasarnya Sistem Pengenalan Wajah bekerja dengan cara mengambil data wajah digital (sebuah citra atau frame pada video) dan membandingkannnya dengan data wajah yang tersimpan di dalam basis data. Pada dasarnya, sebuah system pengenalan wajah harus mampu untuk membedakan wajah dengan latar belakang citra.
Selain membedakan wajah dengan latar belakang, system pengenalan wajah juga harus mampu untuk membedakan fitur-fitur tertentu dari sebuah wajah antara lain:
- Jarak antara mata
- Lebar hidung
- Kedalaman kelopak mata
- Bentuk tulang pipi
- Panjang garis rahang
Face Recognition 3D
Penggunaan model 3D dalam software face recognition diklaim memiliki tingkat akurasi yang lebih tinggi. Face recognition 3D ini menangkap foto permukaan wajah manusia secara 3D. Software ini mengenali bagian-bagian khusus pada wajah manusia, yakni jaringan otot dan tulang wajah yang menonjol, seperti bentuk cekungan mata, hidung, dan dagu. Face recognition 3D ini dapat mengenali wajah manusia dalam kegelapan dan dari sudut pandang yang berbeda, hingga 90 derajat. Adapun urutan langkah-langkah software ini dalam mengenali wajah manusia, antara lain :
Deteksi – pengambilan foto wajah manusia yang dilakukan dengan men-scan foto 2D secara digital, atau menggunakan video untuk mengambil foto wajah 3D.
Penjajaran – saat berhasil mendeteksi wajah, software akan menentukan posisi, ukuran, dan sikap kepala. Software 3D mampu mengenali foto wajah hingga 90 derajat, sementara pada software 2D, posisi kepala harus menghadap kamera paling tidak 35 derajat.
Pengukuran – software mengukur lekukan yang ada di wajah menggunakan skala sub-milimeter (microwave), dan membuat template.
Representasi – template tersebut diterjemahkan ke dalam sebuah koe unik, yang merepresentasikan setiap wajah.
Pencocokan – jika foto wajah yang telah direpresentasikan dan ketersediaan foto wajah dalam database sama-sama 3D, proses pencocokan dapat langsung dilakukan. Namun, saat ini masih ada tantangan untuk mencocokkan represenntasi 3D dengan database foto 2D. Teknologi baru kini tengah menjawab tantangan ini. Ketika foto wajah 3D diambil, software akan mengidentifikasi beberapa titik (biasanya tiga titik) antara lain mata bagian luar dan dalam, serta ujung hidung. Berdasarkan hasil pengukuran ini, software akan mengubah gambar 3D menjadi 2D, dan membandingkannya dengan gambar 2D yang ada dalam database.
Verifikasi atau Identifikasi – verifikasi adalah pencocokkan satu berbanding satu, misalnya foto wajah yang diambil dicocokkan dengan database dari DPO kasus perampokan. Software akan langsung memeberitahukan identitas DPO tersebut. Sedangkan identifikasi adalah pembandingan foto wajah yang diambil dengan seluruh gambar yang memiliki kemiripan dalam database, termasuk DPO dari kasus lain.
Analisis Tekstur Wajah – kemajuan dalam software face recognition adalah penggunaan biometric kulit, atau keunikan tekstur kulit untuk meningkatkan akurasi hasil pencocokkan. Namun, terdapat beberapa factor yang menyebabkan proses analisis tekstur ini tidak dapat bekerja, misalnya pantulan cahaya dari kacamata, atau foto wajah yang menggunakan kacamata matahari. Faktor penghambat analisis lainnya adalah rambut panjang yang menutupi bagian tengah wajah, pencahayaan yang kurang tepat (yang mengakibatkan foto wajah menjadi kelebihan atau kekurangan cahaya), serta resolusi yang rendah (foto diambil dari kejauhan).
sumber :
http://soulofmyheart.blogspot.co.id/2009/04/cara-kerja-face-recognition.html
https://www.scribd.com/doc/91368597/Face-Recognition
https://harryteguh.wordpress.com/2009/11/19/sistem-pengenalan-wajah-face-recognition-system/