• Tidak ada hasil yang ditemukan

Deteksi Dan Pencarian Fitur-Fitur Wajah Manusia Dengan Menggunakan Metode Principal Component Analysis (PCA).

N/A
N/A
Protected

Academic year: 2016

Membagikan "Deteksi Dan Pencarian Fitur-Fitur Wajah Manusia Dengan Menggunakan Metode Principal Component Analysis (PCA)."

Copied!
101
0
0

Teks penuh

Loading

Gambar

Gambar 2.4.  Contoh PCA dari distribusi Gaussian multivariat [4]
Gambar 2.5. Distribusi titik yang merepresentasikan bentuk tangan setelah dilakukan
Gambar 3.1.  Diagram proses pelatihan deteksi fitur–fitur wajah
Gambar 3.6. Lengkungan wajah yang akan diberi landmark                                           sebagai pencirian fitur wajah
+7

Referensi

Dokumen terkait

Untuk input data pelatihan yang digunakan dalam aplikasi ini diperoleh dari training set wajah yang telah dikonversi ke dalam matriks, kemudian diolah dengan metode eigenfaces,

Dengan melakukan beberapa pengujian menggunakan PCA sebagai pengambilan ciri pada citra wajah dan eucliden distance untuk mencari nilai minimum jarak antar citra data training

Mode pelatihan adalah sebuah mode dimana pengguna dapat memasukkan data-data wajah yang akan digunakan untuk proses pengenalan wajah... Gambar 1 Diagram

HASIL DAN PEMBAHASAN 3.1 Komponen Database Citra Wajah Untuk melakukan proses pengenalan wajah dibutuhkan database training yang terdiri dari citra wajah 6

Beberapa faktor yang mempengaruhi keberhasilan pengenalan yaitu pencahayaan pada wajah, jarak wajah dengan webcam, banyaknya gambar wajah orang yang tersimpan dan

HASIL DAN PEMBAHASAN 3.1 Komponen Database Citra Wajah Untuk melakukan proses pengenalan wajah dibutuhkan database training yang terdiri dari citra wajah 6

Dalam rangka ekstraksi fitur untuk pengenalan wajah sebagai tujuan dalam penelitian ini, metode Principal Component Analysis (PCA) diusulkan, proses ektraksi

Tidak dapat dipungkiri bahwa penambahan derau gaussian pada tahap preprocessing yang awalnya bertujuan untuk menguji keandalan sistem pengenalan wajah ini juga memiliki