Penerapan Haar Cascade Classifier dalam Mendeteksi Wajah dan Transformasi Citra Grayscale Menggunakan OpenCV
DOI:
https://doi.org/10.35143/jkt.v7i1.3411Kata Kunci:
Deteksi Wajah, Haar Cascade Classifier, Komputer Visi, OpenCVAbstrak
Aplikasi pendeteksi wajah pada citra digital sangat diperlukan dalam proses pengenalan wajah seseorang. Aplikasi ini banyak dimanfaatkan pada berbagai disiplin ilmu, salah satunya ilmu komputer visi(computer vision) seperti sistem pengenalan biometrik, sistem pencarian, dan sistem keamanan. Komputer visi ini merupakan gabungan dari ilmu artificial intelligent dan machine learning. Komputer visi ini bertujuan agar sebuah komputer dapat memahami citra dan video. Banyak penelitian terdahulu yang telah mengembangkan aplikasi deteksi wajah dengan berbagai algoritma tertentu dengan bahasa pemrograman tertentu. Pendeteksian sebuah objek merupakan bagian terpenting didalam komputer visi. Untuk mendeteksi sebuah objek diperlukan algoritma. Open Source Computer Vision Library (OpenCV) adalah sebuah software yang bersifat open-source yang berisikan library yang mendukung pendeteksian objek yang mudah diimpor kedalam bahasa pemrograman Java. Haar cascade classifier adalah salah satu algoritma yang digunakan untuk mendeteksi objek. Algoritma ini dapat mendeteksi sebuah objek secara cepat dengan mengambil jumlah piksel dalam bentuk persegi pada sebuah citra gambar. Pada penelitian ini, membahas tentang aplikasi deteksi wajah pada citra digital menggunakan Haar Cascade Classifier dan transformasi citra menjadi citra keabuan/grayscale mengunakan library OpenCV.Unduhan
Referensi
G. Chern, G. Paul, and S. Jared, “Face Detection,†2003. [Online]. Available: https://web.stanford.edu/class/ee368/Project_03/Project/reports/ee368group01.pdf.
W. Lu and S. Sun, “Face Detection in Color Images,†2003. [Online]. Available: https://web.stanford.edu/class/ee368/Project_03/Project/reports/ee368group03.pdf.
S. Leahy, “Face Detection on Similar Color Photographs,†2003. [Online]. Available: https://web.stanford.edu/class/ee368/Project_03/Project/reports/ee368group17.pdf.
H. Jiang and E. Learned-Miller, “Face Detection with the Faster R-CNN,†in Proceedings - 12th IEEE International Conference on Automatic Face and Gesture Recognition, FG 2017 - 1st International Workshop on Adaptive Shot Learning for Gesture Understanding and Production, ASL4GUP 2017, Biometrics in the Wild, Bwild 2017, Heteroge, 2017, doi: 10.1109/FG.2017.82.
R. Padilla, C. C. Filho, and M. Costa, “Evaluation of haar cascade classifiers designed for face detection,†J. WASET, 2012.
P. Viola and M. Jones, “Rapid object detection using a boosted cascade of simple features,†in Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2001, doi: 10.1109/cvpr.2001.990517.
C. HaiYan and L. JunHong, “The Image Process Techonlogies in Face Recognition,†in The 2nd International Conference on Information Science and Engineering, Hangzhou, 2010, pp. 4151-4154, 2010.
“Face Detection using Haar Cascades.†[Online]. Available: https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_objdetect/py_face_detection/py_face_detection.html.
N. R. Syambas and U. H. Purwanto, “Image processing and face detection analysis on face verification based on the age stages,†in 2012 7th International Conference on Telecommunication Systems, Services, and Applications, TSSA 2012, 2012, doi: 10.1109/TSSA.2012.6366070.
F. Roman, “Digital Image Processing Techniques for Face Recognition,†2013. [Online]. Available: https://www.math.ksu.edu/research/i-center/reports/fernandoroman.pdf.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2021 Jurnal Komputer Terapan
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Penulis yang mempublikasikan naskah pada jurnal ini setuju tentang hal-hal berikut ini:
- Penulis memegang hak cipta untuk proses, prosedur, atau artikel yang dideskripsikan pada naskah dan memberikan hak kepada jurnal untuk pertama kali mempublikasikan naskah dibawah Creative Commons Attribution License yang memperbolehkan orang lain untuk menyebarkan hasil penelitian dengan pengakuan hak cipta penulis dan jurnal.
- Penulis memegang hak untuk mempublikasikan kembali semua atau sebagian hasil penelitian pada naskah lain tetapi tidak memberikan hak kepada pihak ketiga lain untuk mencetak dan mempublikasikan ulang hasil penelitian yang sama.
- Penulis diperbolehkan dan disarankan untuk menginformasikan naskah yang telah terbit secara online (seperti pada repository institusi atau website milik penulis) yang akan meningkatkan produktivitas rujukan dan sitasi dari naskah yang telah terbit.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial-BerbagiSerupa 4.0 Internasional.
