Upload
syahroni-wahyu
View
230
Download
0
Embed Size (px)
DESCRIPTION
Sistem Klasifikasi atau pengelompokan wajah, jenis kelamin, etnis dan usia sering bekerja berdasarkan suatu keselarasan/kecocokan, ekstraksi fitur dan identifikasi aliran. Kualitas dari proses penyelarasan menjadi sangat penting bagi kinerja proses identifikasi. Selanjutnya bagian yang hilang dari informasi kedalaman (depth) dapat mempengaruhi hasil. Rekonstruksi citra yang tepat menjadi sangat penting untuk kebenaran operasi dari sistem tersebut. Dalam makalah ini menyajikan pendekatan atau metode yang sederhana dan efektif untuk penyelarasan otomatis dan rekonstruksi citra kedalaman (depth) yang rusak. Dengan hanya menggunakan empat landmark wajah dan data kedalaman murni, metode yang diusulkan dapat merubah citra kedalaman (depth) yang rusak menjadi fungsi kedalaman halus, melakukan penyelarasan 3D dari wajah yang mendasari dengan wajah kebanyakan orang, dan menghasilkan sebuah citra wajah yang memiliki resolusi yang berubah-ubah. Percobaan yang dilakukan menunjukkan bahwa Pendekatan yang sarankan oleh peneliti lebih baik daripada metode pada umumnya. Sebagai contoh riset tersebut dapat meningkatkan kualitas luar biasa dari teknik pengelompokan jenis kelamin.
Citation preview
Artikel
Penyelarasan Otomatis dan Rekonstruksi Citra Kedalaman (Depth)
Wajah
Syahroni Wahyu Iriananda
NIM: 156060300111006
Semakin dewasa perkembangan teknologi pengolahan citra semakin pesat. Berbagai macam
inovasi-inovasi muncul dari berbagai macam riset dan penelitian yang dilakukan. Salah satu inovasi
tersebut adalah dengan hadirnya teknologi Depth Camera yang saat ini sudah menjadi hal umum
digunakan dalam perkembangan Game Konsol. Berbagai produk Depth Camera yang terintegrasi
dalam paket game konsol dapat dimanfaat untuk berbagai macam kebutuhan yang memerlukan
interaksi antara manusia dan komputer.
Sebut saja salah satu platform game konsol yang mengembangkan Depth Camera adalah Xbox
buatan Microsoft. Mereka menyebutnya “Kinect” sebuah perangkat sensor RGB-D yang terdiri dari
sensor RGB, sensor IR, dan IR Illuminator. Tak ingin ketinggalan, bahkan perusahaan
mikroprosesor dunia Intel telah merilis sensor RGB-D yang disebut “Real Sense”. Sensor RGB-D ini
kedepan dapat digunakan pada setiap Smartphone, dan Tablet bahkan TV canggih.
Implementasi sensor RGB-D salah satunya adalah untuk teknologi pengenalan wajah. Sebelum
kehadiran sensor ini, pengenalan wajah pada umumnya dapat dilakukan dengan menggunakan
kamera RGB biasa. Tentunya hasil keluaran RGB biasa adalah citra 2D. Namun dengan hadirnya
teknologi Depth Camera, yaitu dengan menggunakan sensor RGB-D, pengenalan wajah saat ini
dapat menghasilkan obyek 3D.
Berbagaim macam penelitian terus dilakukan untuk memperdalam, memperbaiki, dan
mengembangkan ilmu pengetahuan dan teknologi yang berhubungan dengan sensor RGB-D ini baik
berupa metode-metode baru atau pengembangan dari penelitian yang sebelumnya.
Berikut ini adalah ulasan sebuah riset berjudul “Automatic Alignment and Reconstruction of Facial
Depth Images” yang dilakukan oleh Giancarlo Taveira, Brasil di tahun 2013 lalu. Tujuan dari riset
ini adalah untuk menunjukkan dan mengusulkan pendekatan atau metode baru pada teknik
klasifikasi jenis kelamin dengan menggunakan Depth Camera.
Sistem Klasifikasi atau pengelompokan wajah, jenis kelamin, etnis dan usia sering bekerja
berdasarkan suatu keselarasan/kecocokan, ekstraksi fitur dan identifikasi aliran. Kualitas dari
proses penyelarasan menjadi sangat penting bagi kinerja proses identifikasi. Selanjutnya bagian
yang hilang dari informasi kedalaman (depth) dapat mempengaruhi hasil. Rekonstruksi citra yang
tepat menjadi sangat penting untuk kebenaran operasi dari sistem tersebut. Dalam makalah ini
menyajikan pendekatan atau metode yang sederhana dan efektif untuk penyelarasan otomatis dan
rekonstruksi citra kedalaman (depth) yang rusak. Dengan hanya menggunakan empat landmark
wajah dan data kedalaman murni, metode yang diusulkan dapat merubah citra kedalaman (depth)
yang rusak menjadi fungsi kedalaman halus, melakukan penyelarasan 3D dari wajah yang
mendasari dengan wajah kebanyakan orang, dan menghasilkan sebuah citra wajah yang memiliki
resolusi yang berubah-ubah. Percobaan yang dilakukan menunjukkan bahwa Pendekatan yang
sarankan oleh peneliti lebih baik daripada metode pada umumnya. Sebagai contoh riset tersebut
dapat meningkatkan kualitas luar biasa dari teknik pengelompokan jenis kelamin.
Daftar Pustaka
G Taveira, Automatic alignment and reconstruction of facial depth images, Jurnal Pattern
Recognition Letters, Elsevier, 2013