EKSTRAKSI KONTUR MATA
PADA SKETSA WAJAH MENGGUNAKAN
GRADIENT VECTOR FLOW SNAKE
SA N GA P M U L Y A DI
SA N GA P M U L Y A DI
2 2 0 8 2 0 5 0 1 1
Abstrak
Abstrak
Dunia modern dewasa ini memanfaatkan teknologi biometrik dalam
pengenalan fitur-fitur wajah khususnya melalui deteksi fitur mata dengan
pengenalan fitur-fitur wajah khususnya melalui deteksi fitur mata dengan
mengembangkan sistem yang mengekstraksi kontur mata dari sketsa wajah.
Proses diawali dengan mengakuisisi image dari sejumlah sketsa wajah
frontal-view tipe halftone berukuran 110x150 piksel dan 296x401 piksel serta
membentuk template mata. Kemudian dilakukan proses deteksi titik lokasi
membentuk template mata. Kemudian dilakukan proses deteksi titik lokasi
posisi mata dengan mencocokkan template mata terhadap sketsa wajah
menggunakan algorithma
template matching
kombinasi
grid
maupun tanpa
grid
untuk menentukan lokasi titik dan posisi mata dari sketsa wajah
dilanjutkan dengan menentukan titik tengah posisi mata tersebut. Hasil
dilanjutkan dengan menentukan titik tengah posisi mata tersebut. Hasil
deteksi lokasi posisi mata tanpa grid diperoleh kesalahan deteksi lokasi posisi
mata (tidak dikenali) sebanyak 10 sketsa dari keseluruhan 50 sketsa wajah
menjadi 5 dari 50 dengan grid, 2 sketsa besar dengan grid dan 1 sketsa
untuk miring 2 derajat kanan. Selanjutnya analisis menggunakan
ROC
untuk miring 2 derajat kanan. Selanjutnya analisis menggunakan
ROC
dengan nilai threshold 0.01333 diperoleh masing-masing 71% dan 77%.
Proses ekstraksi kontur mata yang dilakukan Gradient Vector Flow Snake
sangat dipengaruhi hasil
template matching untuk penentuan inisialisasi
kontur dengan hasil cukup baik walaupun tidak smooth.
kontur dengan hasil cukup baik walaupun tidak smooth.
Pendahuluan
Pendahuluan
Latar Belakang
Sistem pengenalan wajah sebagai bagian dari teknologi biometrik masih menjadi perhatian dan penelitian para ahli dalam pengaksesan informasi pada multimedia perhatian dan penelitian para ahli dalam pengaksesan informasi pada multimedia jaringan. Ekstraksi fitur-fitur wajah dari image baik berupa sketsa wajah memiliki cakupan penggunaan yang luas seperti misalnya pemodelan wajah,pengenalan ekspresi wajah,animasi wajah maupun pengenalan wajah berdasarkan fiturnya ilustrasi gambar 1.
ilustrasi gambar 1.
Gambar 1(a) Deteksi fitur wajah (mata) dan (b) Contoh ekstraksi mata
Gambar 2. Contoh bentuk sketsa wajah frontal-view tipe halftone (courtesy Arif Muntasa)
Rumusan masalah
Rumusan masalah
Permasalahan yang harus dipecahkan
Permasalahan yang harus dipecahkan
(1)
Penentuan titik lokasi posisi dari mata terhadap sketsa
wajah
wajah
(2)
Metode yang tepat dalam melakukan ekstraksi kontur
mata
Batasan Masalah
Batasan Masalah
1. Menentukan inisialisasi kontur mata algoritma
1. Menentukan inisialisasi kontur mata algoritma
template matching
2. Data yang dipakai adalah pada sketsa wajah
2. Data yang dipakai adalah pada sketsa wajah
frontal-view tipe halftone
3. Ekstraksi kontur mata menggunakan
GVFsnake.
GVFsnake.
Tujuan
Tujuan
Berdasarkan rumusan masalah maka tujuan desain penelitian ini adalah
1
. Metode pencocokan template dan ekstraksi kontur
yang didesain
juga waktu identifikasi yang cepat
dengan tingkat kesalahan
yang relatif kecil pada
dengan tingkat kesalahan
yang relatif kecil pada
sketsa wajah
2.
Mendapatkan
Mendapatkan
kontur mata pada sketsa wajah yang
kontur mata pada sketsa wajah yang
Manfaat
Manfaat
Dari tujuan penelitian diharapkan pada penelitian
Dari tujuan penelitian diharapkan pada penelitian
ini mempunyai kontribusi adanya suatu metode
ekstraksi kontur mata yang cepat dan tingkat
akurasi yang baik
Metodologi Penelitian
Metodologi Penelitian
Dalam penelitian ini, langkah kerja yang digunakan adalah sebagai
berikut:
berikut:
1. Mempelajari teori dasar tentang template matching dan GVF .
2. Mempelajari referensi penelitian-penelitian yang berhubungan
2. Mempelajari referensi penelitian-penelitian yang berhubungan
dengan fitur wajah.
3. Mendesain template database mata
4. Mendesain sistem identifikasi kontur mata sketsa wajah.
4. Mendesain sistem identifikasi kontur mata sketsa wajah.
5. Melakukan pengujian ekstraksi kontur mata menggunakan
GVFSnake.
6. Menganalisis hasil dari pengujian ekstraksi kontur mata
6. Menganalisis hasil dari pengujian ekstraksi kontur mata
menggunakan metode GVF
7. Menganalisa hasil dari pengujian yang telah dilakukan.
8. Menyusun laporan penelitian.
Sistematika Penulisan
Penulisan penelitian ini terdiri atas 5 bab, dimana setiap bab saling berhubungan satu sama lain sesuai dengan urutan permasalahan yang akan dibahas. Garis besar susunan penulisan penelitian ini adalah
Sistematika Penulisan
dengan urutan permasalahan yang akan dibahas. Garis besar susunan penulisan penelitian ini adalah sebagai berikut :
BAB 1. Pendahuluan
Mendeskripsikan mengenai latar belakang, rumusan masalah, batasan masalah, tujuan penelitian dan sistematika penulisan.
dan sistematika penulisan. BAB 2. Teori Penunjang
Berisi tentang kajian teoritis mengenai konsep dasar ekstraksi kontur mata ,algoritma template
matching, metode GVFsnake (Gradient Vector Flowsnake)
BAB 3. Perancangan Sistem BAB 3. Perancangan Sistem
Membahas tentang perancangan sistem yang dibuat mulai dari input image,desain database template mata, penentuan titik tengah inisialisasi kontur mata, dan ekstraksi pada kontur mata BAB 4. Pengujian sistem
Membahas tentang pengujian yang dilakukan secara komprehensif terhadap rancangan sistem yang M embahas t ent ang pengujian yang dilakukan secara komprehensif t erhadap rancangan sist em yang didesain pada kondisi uji yang disiapkan
BAB 5. Penutup
Berisikan kesimpulan-kesimpulan yang bisa diambil dari hasil penelitian ini serta saran-saran yang digunakan perbaikan sistem
feature detection stage (tracking)
Input sketsa wajah
110x150 piksel,296x401piksel Template matching
Lokasi posisi mata
template mata Tentukan titik tengah mata
Sketsa wajah dalam Grayscale
Ubah dalam grayscale Bentuk persamaan elips untuk inisialisasi kontur
Ekstraksi kontur mata menggunakan GVF Snake
Akuisisi data
Kontur mata
frontal non grid, frontal grid miring 2 derajat kiri
miring 2 derajat kanan evaluasi ROC
BAB 2. TINJAUAN PUSTAKA
BAB 2. TINJAUAN PUSTAKA
2.1. Template Matching
2.1. Template Matching
Jumlah perbedaan piksel dinyatakan juga sebagai algoritma
pembanding antara image sketsa wajah terhadap template mata
Gambar 3 (a) image sketsa wajah (b) contoh template mata 65x10 piksel dan 29x173 piksel
1
.
2
...
,
)
,
(
)
,
(
m nj
y
i
x
fim
n
m
g
j
i
D
(
,
)
(
,
)
,
...
2
.
1
0 0 y xj
y
i
x
fim
n
m
g
j
i
D
m n j y i x fim n m g ( , ) , min y x j y i x fim n m g 0 0 , ) , ( min 2 . 2 ... , min D i j SMatchingFlow Chart Template Matching
Flow Chart Template Matching
start
Input template mata
Lakukan proses pencarian dari batas image
Seleksi P bedaan piksel antara template mata dengan image
Dapatkan perbedaan/selisih terkecil Dapatkan perbedaan/selisih terkecil
Minimum ?
Gambar 4. Flow Chart Template Matching end
2.2. Gradient Vector Flow Snake(GVFSnake)
2.2. Gradient Vector Flow Snake(GVFSnake)
Kelebihan Gradient Vector Flow Snake
Kemampuan untuk bergerak sampai ke arah batas cekungan pada
Kemampuan untuk bergerak sampai ke arah batas cekungan pada
quiver (concavities)
Tidak membutuhkan pengetahuan data pelatihan terlebih dulu
Mempunyai capture range yang besar
Gambar 5. Gradient Vector Flow [5] Gambar 5. Gradient Vector Flow [5]
GVF field is defined as the equilibrium solution to the following diffusion equation
dxdy
f
f
v
v
u
u
x
2
y
2
x
2
y
2
2
v
-
2
y
x
v
y
x
u
(
,
),
,
v
where
,
,
,
,
,
,
,
,
,
,
,
,
,
,
,
,
,
,
2 2 2 2 2 2y
x
f
y
x
f
y
x
f
t
y
x
v
t
y
x
v
t
y
x
v
y
x
f
y
x
f
y
x
f
t
y
x
u
t
y
x
u
t
y
x
u
y x x t y x x t1
-0
factor,
regulation
a
is
and
operator
laplace
is
where
,
,
,
,
,
,
,
,
,
y
t
v
x
y
t
v
x
y
t
f
x
y
f
x
y
f
x
y
x
v
t x x yXu & Prince: Snake, shape and gradient vector flow. IEEE trans image processing 1998, 7:359-369
energy functional
Kombinasi dari internal forces and
energy functional
Kombinasi dari internal forces and
external forces
internal forces keluar dari snake
external forces berasal dari image
Snakes secara parametric dinyatakan
Energy functional yang diminimalkan adalah
)]
(
),
(
[
)
(
s
p
1s
p
2s
z
Energy functional yang diminimalkan adalah
1
int
int ( ( )) ( ( )) ( ( ))]
[E s E s E s ds
E snake z image z constra z
0
int
int ( ( )) ( ( )) ( ( ))]
[E s E s E s ds
feature detection stage (tracking)
Input sketsa wajah
110x150 piksel,296x401piksel Template matching
Lokasi posisi mata
template mata Tentukan titik tengah mata
Sketsa wajah dalam Grayscale
Ubah dalam grayscale Bentuk persamaan elips untuk inisialisasi kontur
Ekstraksi kontur mata menggunakan GVF Snake
Akuisisi data
Kontur mata
frontal non grid, frontal grid miring 2 derajat kiri
miring 2 derajat kanan evaluasi ROC
Bab 3. Metodologi Penelitian
Bab 3. Metodologi Penelitian
Penelitian ini menggunakan objek wajah manusia dalam bentuk sketsa wajah untuk diekstraksi. Beberapa langkah yang dilakukan dalam penelitian ini meliputi
diekstraksi. Beberapa langkah yang dilakukan dalam penelitian ini meliputi Melakukan akuisisi data image dari format RGB kedalam bentuk Grayscale
Membuat template mata dari sketsa wajah yang sudah diubah dalam bentuk grayscale Menjadikan template mata dan sketsa wajah dalam bentuk grayscale sebagai input Menjadikan template mata dan sketsa wajah dalam bentuk grayscale sebagai input image untuk dilakukan pemrosesan
Menentukan lokasi titik posisi mata dengan melakukan proses template matching terhadap input image dan template mata
Membuat persamaan ellips untuk kemudian digunakan sebagai penentuan titik tengah Membuat persamaan ellips untuk kemudian digunakan sebagai penentuan titik tengah melakukan inisialisasi kontur
Bab 4. Hasil eksperimen dan analisis
Bab 4. Hasil eksperimen dan analisis
Gambar 4.1 Hasil deteksi lokasi posisi mata pada 50 sketsa wajah Gambar 4.1 Hasil deteksi lokasi posisi mata pada 50 sketsa wajah
halftone 110x150 piksel (tanpa grid)
Gambar 4.2 Hasil deteksi lokasi posisi mata pada 50 sketsa wajah halftone 110x150 piksel (tanpa grid)