Penerapan algoritma photometric normalization untuk meningkatkan keakuratan sistem pengenalan wajah berbasisi principal component analysis
Bebas
1
0
0
Teks penuh
Dokumen terkait
Proses pencocokkan dilakukan setelah data-data citra wajah yakin telah di-training dan telah tersimpan dalam basis data, sehingga data-data tersebut dapat digunakan
Tahapan pra-proses selanjutnya ialah reduksi dimensi citra digital dari 2D pada data training menjadi 1D, yang mana reduksi dimensi ini bertujuan untuk
Principal Component Analysis akan digunakan untuk mereduksi citra wajah yang menghasilkan output berupa feature yang akan dijadikan inputan ke dalam algoritma
Dari hasil tahap face recognition dengan algoritma tersebut diatas, maka diperoleh prediksi wajah yang selanjutnya masuk tahap pencocokan wajah yang diinput dengan
Data uji pengenalan wajah Hasil pengujian oleh sistem menunjukkan bahwa tidak semua posisi wajah dikenali oleh sistem seperti yang ditunjukkan pada gambar 3.1 (tanda
Metode pengumpulan data dalam penulisan ini menggunakan studi kepustakaan guna menunjang pembuatan tugas akhir dengan membaca dan mempelajari buku-buku literatur,
Tujuan Penelitian ini adalah mengembangkan perangkat lunak pengenalan wajah dengan metode Principal Component Analysis sebagai ekstrasi fitur serta algoritma clustering
Tahap pencocokan face recognition dengan database sistem Pada tahap ini akan diketahui apakah wajah yang di- input cocok dengan salah satu citra yang ada di dalam database Dari hasil
