Database Ekspresi Wajah Perempuan Indonesia
Berbasis 2D untuk Pengenalan Emosi
Oleh : Dwi Angga Y. 2210106042 Pembimbing : I. Dr. Surya Sumpeno, ST., M.Sc. II. Muhtadin, ST., MT. Tugas Akhir Halaman 1
Latar Belakang
Ekspresi Wajah
Ekspresi pada JAFFE, yaitu Senang, sedih, takut, marah, terkejut,jijik dan normal.
JAFFE
Interaksi Manusia- Komputer
Permasalahan
1.
Belum ada data 2D ekspresi wajah
perempuan indonesia.
2.
Belum ada pengklasifikasian ekspresi
wajah yang menggunakan data perempuan
Indonesia.
3.
Belum ada database dengan fitur warna
RGB di Indonesia.
Tujuan
1. Menyusun IFFE-2D (Indonesian
Female Facial Expression 2D).
2. Mengklasifikasikan emosi
berdasarkan ekspresi wajah.
Batasan Masalah
1. Klasifikasi emosi-emosi dasar manusia berdasarkan
ekspresi wajah, yaitu marah, sedih, senang, terkejut, jijik,
dan takut.
12. Gambar yang digunakan berdimensi dua.
3. Database ekspresi wajah perempuan Indonesia.
1 A. M. Tekalp and J. Ostermann, “Face and 2-d mesh animation in mpeg-4,” Signal
Processing: Image Communication, vol. 15, no. 4-5, pp. 387–421, 2000.
Perancangan Sistem
Halaman 6
IFFE-2D Database
merupakan kumpulan ekspresi wajah perempuan Indonesia dalam bentuk data 2D yang menampilkan emosi-emosi dasarmanusia.
No. Kriteria Model Keterangan
1. Jenis kelamin Perempuan
2. Umur 18 – 25 tahun
3. Kebangsaan Indonesia
4. Profesi Siswa dan artis teater ITS
5. Ekspresi Marah, jijik, sedih, takut, senang,
Alur Kerja Tugas Akhir
Halaman 7 Pemilihan Ekspresi Pengambilan dan Penyusunan Data IFFE-2D Ekstraksi Fitur Rancangan Ruang Foto 2D Penyusunan IFFE-2DAverage Faces Netral + + + (n) Netral
n
-Substraksi (n) Ekspresi –
Average Faces Netral
Citra substraksi (n) Ekspresi Pengklasifikasian Ekspresi X11 X12 X1d X21 X22 X2d Xm1 Xm2 Xmd . . . . ……. .
Piksel Mentah Citra Substraksi (n) Ekspresi
Pengambilan Data IFFE-2D
1. Latar belakang putih. 2. Tempat duduk
3. Tempat peletakan kamera + tripod
4. Pengambilan gambar pada jam 10.00-12.00.
1. Menggunakan kamera Sony DSC-T900.
2. Jarak kamera dan model
~40cm Sony DSC-T900
1. Data yang diambil sebanyak 10 orang berjenis kelamin perempuan Indonesia. 2. @orang 7 ekspresi, 3. @ekspresi 4 gambar
Penyusunan IFFE-2D
Parameter ekspresi wajah: 1
No. Nama
Ekspresi Deskripsi
1 Senang Alis relaks. Mulut terbuka dan sisi-sisi mulut tertarik ke arah telinga.
2 Sedih Alis bagian dalam tertekuk naik. Mata agak menutup. Mulut relaks.
3 Marah
Alis bagian dalam tertekuk turun dan menyatu. Mata terbuka lebar. Bibir menyatu atau terbuka menunjukkan gigi. 4 Takut Alis naik dan menyatu. Alis bagian dalam
tertekuk ke atas. Mata tegang dan waspada. 5 Jijik Alis dan kelopak mata relaks. Bibir atas
naik dan berkerut, biasanya tidak simetris.
6 Terkejut
Alis naik. Kelopak mata bagian atas terbuka lebar, kelopak mata bagian bawah relaks. Rahang terbuka.
1 Tekalp, A. Murat; Ostermann, Jorn. 2000. Face and 2D Mesh Animation in MPEG-4. Signal Processing: Image
Communication 15. page 387-421. Halaman 9 Pemilihan Ekspresi A Penyusunan IFFE-2D
Penyusunan IFFE-2D
Halaman 10 Pemilihan Ekspresi A Penyusunan IFFE-2DImplementasi Database IFFE-2D
No IFFE-2D JAFFE Ekspresi
1. Marah
2. Jijik
3. Takut
Implementasi Database IFFE-2D
No IFFE-2D JAFFE Ekpresi
4. Senang
5. Netral
6. Sedih
7. Terkejut
Ringkasan IFFE-2D dan JAFFE
Spesifikasi
IFFE-2D
JAFFE
Tipe File
.tiff
.tiff
Warna
RGB
Greyscale
Ekspresi
7 Ekspresi
7 Ekspresi
Total Gambar
280
213
Ukuran Piksel
256x256
256x256
Desain Pengklasifikasian Ekspresi
Optimasi parameter SVM
Halaman 15
Setiap data training percobaan Parameter c (cost) dan g (gamma) pada kernel RBF (Radial Basis
Function)
Easy.py
Ringkasan Percobaan I
No. Spesifikasi Keterangan
1. Pre-processing Crop 120x168, greyscale, average faces netral,
substraksi
2. Ekstraksi Fitur Raw piksel (piksel mentah)
3. Pengklasifikasi SVM
4. Total Gambar 280 (IFFE-2D ),
213 (JAFFE)
5. Total Ekspresi 7
6. Mode Validasi 10-folds cross-validation
Hasil Percobaan I
Halaman 17
Akurasi Prediksi:
Data set JAFFE = 88.52%
Data set IFFE-2D = 93.75%
Data Prediksi D at a A kt ual
Ekspresi Angry Disgust Fear Happy Sad Surprise
Angry 38 0 2 0 0 0 Disgust 0 35 2 2 0 1 Fear 1 0 37 0 2 0 Happy 0 1 1 38 0 0 Sad 0 0 0 0 40 0 Surprise 1 2 0 0 0 37 Data Prediksi D at a A kt ua l
Ekspresi Angry Disgust Fear Happy Sad Surprise
Angry 29 1 0 0 0 0 Disgust 1 25 3 0 0 0 Fear 1 0 28 0 3 0 Happy 0 0 2 26 3 0 Sad 0 1 3 1 26 0 Surprise 0 0 1 0 1 28
Confusion matrix pengujian I menggunakan data set dari IFFE-2D
Desain Pengklasifikasian Ekspresi
2. Percobaan II
Halaman 18 Pengklasifikasian Data set PJ’ Data set PI’ JAFFE IFFE-2DRingkasan percobaan II
No.
Spesifikasi
Data Set PI’ Data Set PJ’
1. Database training yang
digunakan.
IFFE-2D
JAFFE
2. Database uji yang
digunakan.
IFFE-2D
JAFFE
3. Nama Model
10 Orang
10 Orang
4. Total Ekspresi
7 Ekspresi
7 Ekspresi
5. Atribut
20162
20162
6. Ukuran Piksel
120x168
120x168
7. Pengklasifikasi
SVM
SVM
Halaman 20
Hasil Percobaan II Data Set PI’ (IFFE-2D)
Database Kode Model Total Gambar
Training Total Gambar Uji Akurasi
IFFE-2D AN 216 24 45.83 % UC 216 24 37.50 % DE 216 24 58.33 % DM 216 24 12.50 % HE 216 24 20.83 % IK 216 24 20.83 % IS 216 24 20.83 % MU 216 24 16.67 % RE 216 24 37.50 % TI 216 24 33.33 % Rata-rata akurasi 30.42 %
Halaman 21
Hasil Percobaan II Data Set PJ’ (JAFFE)
Database Kode Model Total Gambar
Training Total Gambar Uji Akurasi
JAFFE MK 165 18 38.89 % NA 165 18 38.89 % NM 166 17 47.06 % TM 165 18 38.89 % YM 164 19 21.05 % KA 163 20 30 % KL 164 19 15.79 % KR 166 17 35.29 % UY 165 18 44.44 % KM 164 19 36.84 % Rata-rata akurasi 34.71 %
Desain Pengklasifikasian Ekspresi
3. Percobaan III
Halaman 22 IFFE-2D Pengklasifikasian Data Set J’ JAFFEData Set I’
7 Orang model JAFFE 7 Orang model IFFE-2D
3 Orang model IFFE-2D
Halaman 23
Ringkasan Percobaan III
No.
Spesifikasi
(Porsi besar
Dat a Set J’
di JAFFE)
Data Set I’
(Porsi besar
di IFFE-2D)
1.
Jumlah model pada
database IFFE-2D
3
7
2.
Jumlah model pada
database JAFFE
7
3
3.
Instances
200
226
4.
Pengklasifikasi
SVM
SVM
5.
Mode Validasi
10-folds
cross-validation
10-folds cross-
validation
6.
Total Ekspresi
7 Ekspresi
7 Ekspresi
7.
Atribut
20162
20162
Hasil Percobaan III
SVM
10-Folds Cross-Validation
Akurasi Prediksi:
Data Set J’= 88.00 %
Data Set I’ = 88.94 %
Halaman 24
Akurasi Prediksi Percobaan I
Data set JAFFE = 88.52%
Data set IFFE-2D = 93.75%
Nilai Akurasi Turun :
JAFFE = 0.52 % IFFE-2D = 4.81 % Data Prediksi D at a A kt ual
Ekspresi Angry Disgust Fear Happy Sad Surprise
Angry 32 3 0 0 2 0 Disgust 2 32 2 0 0 1 Fear 1 0 34 0 2 1 Happy 0 2 0 36 0 1 Sad 1 0 0 0 36 1 Surprise 0 1 1 1 3 31 Data Prediksi D at a A kt ual
Ekspresi Angry Disgust Fear Happy Sad Surprise
Angry 30 2 0 1 0 0 Disgust 2 28 2 0 0 0 Fear 1 1 27 0 4 1 Happy 0 0 1 32 1 0 Sad 0 0 5 1 28 0 Surprise 0 0 0 1 1 31
Confusion Matrix pengujian IV menggunakan data set I’
Kesimpulan
1. Nilai akurasi prediksi menggunakan data set dari semua data IFFE-2D sebesar 93.75% dan JAFFE sebesar 88.52 % menggunakan nilai intensitas piksel raw atau piksel mentah dari citra substaksi ekspresi dan mode validasi menggunakan teknik 10-folds cross-validation.
2. Menyusun data set dari facial database, kemudian data set dibagai dua, yaitu data set PJ’ dan PI’. Data set PI’ merupakan data yang disusun dari IFFE-2D, sedangkan PJ’ diambil dari JAFFE. Data set PI’ dan PJ’ terdiri atas data uji dan data training. Data uji PI’ dan PJ’ disusun dengan memisah satu orang semua ekspresi sebagai data uji dan sisanya sebagai data training dari masing-masing sumber facial database. Pengujian dilakukan satu per satu setiap nama model, sehingga diperoleh nilai akurasi prediksi masing-masing nama model. Nilai akurasi prediksi rata-rata data set PJ’ sebesar 34.71 %, sedangkan PI’ sebesar 30.42 %.
3. Menyusun data set dari facial database, kemudian data set dibagi dua yaitu data set J’ dan I’. Data set J’ merupakan data yang disusun berdasarkan jumlah dominasi data JAFFE, sedangkan I’ dari dominasi data IFFE-2D. Penyusunan data set J’ dan I’ dilakukan dengan menukar foto ekspresi tiga orang dari facial database ke dalam masing-masing data set. Nilai akurasi prediksi dat set J’ sebesar 88.00 % dan I’ sebesar 88.94 %. Dibandingkan dengan data set tanpa disisipi data facial database lain, penurunan nilai akurasi berdasarkan jumlah data dominan JAFFE sebesar 0.52 % dan data dominan IFFE-2D sebesar 4.81 %.
Daftar Pustaka
[1] A. M. Tekalp and J. , Ostermann, Face and 2-d mesh animation in mpeg-4, ”Signal Processing: Image Communication”, vol. 15, no. 4-5, pp. 387–421, 2000.
[2] Zhang, Ligang, Student Member, IEEE, and Dian Tjondronegoro. “Facial Expression Recognition Using Facial Movement Features”, IEEE Transactions On Affective
Computing, Vol. 2, No. 4, October-December 2011.
[3] Vapnik, Vladimir N. , “An Overview of Statistical Learning Theory”. IEEE Transactions OnNeural Networks, Vol. 10, No.5, September 1999.
[4]A.S., Nugroho, Witarto, A.B., Handoko, D., “Application of Support Vector Machine in
Bioinformatics", Proceeding of Indonesian Scientific Meeting in Central Japan,
December 20, Gifu-Japan, 2003.
[5] Lee, Byungsung, Junchul Chun, Poem Park, “Classification of Facial Expression Using SVM for Emotion Care Service”, IEEE Computer Society, 978-0-7695-3263-9/08,
Department of Computer Science, Kyonggi University, Suwon, Korea, 2008.