DETAIL KOLEKSI

Simulasi pengenalan wajah dengan konsep principle component analysis menggunakan matlab 6.5


Oleh : Lina

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2003

Pembimbing 1 : Ferrianto Ghozali

Subyek : Human face recognition (Computer science)

Kata Kunci : face recognition, principle component, matlab 6.5 Una.


File Repositori
No. Nama File Ukuran (KB) Status
1. 2003_TA_STE_06299045_Halaman-Judul.pdf 3412.74
2. 2003_TA_STE_06299045_Lembar-Pengesahan.pdf 1229.45
3. 2003_TA_STE_06299045_Bab-1_Pendahuluan.pdf 1990.97
4. 2003_TA_STE_06299045_Bab-2_Konsep-Dasar.pdf 4078.89
5. 2003_TA_STE_06299045_Bab-3_Pengenalan-Citra.pdf 8618.63
6. 2003_TA_STE_06299045_Bab-4_Simulasi-Sistem.pdf 11664.83
7. 2003_TA_STE_06299045_Bab-5_Kesimpulan-Saran.pdf 1181.69
8. 2003_TA_STE_06299045_Daftar-Pustaka.pdf 1216.34
9. 2003_TA_STE_06299045_Lampiran.pdf 29366.92

S Sistem pengenalan wajah merupakan salah satu inovasi yang sedang berkembang saat ini . Sistem pengenalan wajah ini membandingkan citra wajah yang tidak diketahui identifikasi dengan koleksi citra-citra yang dikenal atau diketahui di dalam database dan menampilkan hasilnya yang paling mendekati sama dari citra input tersebut. Masalah yang dihadapi dalam menerapkan sistem pendeteksian wajah ini adalah struktur wajah manusia sangat kompleks. Dan jika diterapkan ke dalam sistem keamanan, diperlukan waktu komputasi yang cepat. Salah satu metode pengenalan wajah adalah Principle Component Analysis (PCA). PCA menangkap variasieariasi da: wajah-wajah yang ada dalam training=set, kemudian mereduksinya sehingga menjadi variabel yang lebih sedikit sehingga waktu komputasi dapat dikurangi dan kompleksititas dari wajah yang tidak perludapat dihilangkan. Tugas akhir ini menjelaskan konsep kerja eigenfaces dalam mengidentifikasi citra yang tidak ada dalam training set. Pengujian dilakukan dengan membandingkan persentase keberhasilan identifikasi wajah terhadap perubahan jumlah eigenfaces dari training set yang berbeda-beda dengan simulasi menggunakan Matlab 6.5. Dui pengujian tersebut diperoleh karakteristik sistem pengenalan wajah dengan metode PCA,yaitu variasi dan jumlah orang dalam training set banyak mempengaruhi kem am puan sistem.

F Face recognition system is one of the inovation that develop today. This face recognition compares unknown face images with collection of images of known individuals in the database and reports who it is if a match is found. The problem in implentation of this face recognition system is complexity of human face. And the system should And if it is implemented in to security sistem it will need short duration of computatio One of metod face recognitioon is Principle Component Analysis (PCA). PCA catch varians face image from training .then reduction it, then become short variabel. Because that duration computation can be less And unnecessary complexity from face can be delilIllill 41 This final ass plains how eigenfaces work in identification imagetest. The experiments, with simulation using Matlab 6.5, compare rate recognition from different training set . from that experiments can be find the charachteristic of face recognition system using PCA method. That is varians and sum of image person in training set a lot of influencing system ability.

Bagaimana Anda menilai Koleksi ini ?