Pengenalan Wajah dengan Citra Masukan Berupa Citra Sketsa Wajah Sebagai Hasil Sintesis dengan Teknik Multiscale Markov Random Field (MRF)

Silajaya, Alvin ( 0922018 ) (2014) Pengenalan Wajah dengan Citra Masukan Berupa Citra Sketsa Wajah Sebagai Hasil Sintesis dengan Teknik Multiscale Markov Random Field (MRF). Undergraduate thesis, Universitas Kristen Maranatha.

[img]
Preview
Text
0922018_Abstract_TOC.pdf - Accepted Version

Download (121Kb) | Preview
[img] Text
0922018_Appendices.pdf - Accepted Version
Restricted to Registered users only

Download (157Kb)
[img]
Preview
Text
0922018_Chapter1.pdf - Accepted Version

Download (256Kb) | Preview
[img] Text
0922018_Chapter2.pdf - Accepted Version
Restricted to Registered users only

Download (603Kb)
[img] Text
0922018_Chapter3.pdf - Accepted Version
Restricted to Registered users only

Download (496Kb)
[img] Text
0922018_Chapter4.pdf - Accepted Version
Restricted to Registered users only

Download (1359Kb)
[img]
Preview
Text
0922018_Conclusion.pdf - Accepted Version

Download (175Kb) | Preview
[img] Text
0922018_Cover.pdf - Accepted Version
Restricted to Repository staff only

Download (285Kb)
[img]
Preview
Text
0922018_References.pdf - Accepted Version

Download (274Kb) | Preview

Abstract

Kesulitan dalam mengimplementasikan metode algoritma hasil sintesis photo dari sketch adalah dengan menentukan jumlah kandidat ‘k’ patch sample wajah yang harus ditentukan terlebih dahulu secara acak. Untuk mengatasi kesulitan ini maka dibuatlah suatu pemodelan jaringan multiscale markov random field dari algoritma hasil sintesis photo. Sistem yang dibuat dalam Tugas Akhir ini dibagi ke dalam dua bagian utama, yaitu proses pelatihan dan proses pengujian. Dalam proses pelatihan, akan dibentuk suatu set eigenface dan fisherface dari set citra latih. Bobot citra latih yang didapat dari masing – masing set akan diproyeksikan ke dalam matrik proyeksi optimal. Dalam proses pengujian, suatu citra uji akan dicari identitasnya. Pencarian identitas dilakukan dengan cara mencari jarak terpendek antara bobot citra uji dengan citra latih yang akan dibandingkan dengan suatu nilai batas. Sebuah citra wajah dikatakan cocok jika jarak minimumnya lebih kecil dari nilai batas yang ditetapkan. Hasil pengamatan yang didapat adalah bahwa pengenalan wajah dengan konstruksi eigenface dapat mengindentifikasi identitas citra uji sebesar 60% sedangkan dengan konstruksi fisherface sebesar 53%. Jadi, dalam Tugas Akhir ini hasil pengenalan wajah dengan eigenface lebih baik daripada fisherface.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: eigenface/PCA, fisherface/LDA, algoritma sintesis photo dari sketch, euclidean distance, sketch, photo, multiscale markov random field (MMRF)
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Faculty of Engineering > 22 Electrical Engineering Department
Depositing User: Perpustakaan Maranatha
Date Deposited: 29 Jan 2015 03:57
Last Modified: 29 Jan 2015 03:57
URI: http://repository.maranatha.edu/id/eprint/9853

Actions (login required)

View Item View Item