Penerapan Metode Haar-Cascade Dan LBPH Untuk Face Detection dan Recognition
Keywords:
Face Detection, Face Recognition, Haar Cascade Classifier, OpenCV, Pengolahan CitraAbstract
Salah satu topik yang banyak dibicarakan dalam pengolahan citra dan kecerdasan buatan saat ini adalah pengenalan wajah. Dua teknik yang banyak digunakan untuk deteksi dan pengenalan wajah yang diterapkan dalam banyak studi seperti Local Binary Patterns Histograms (LBPH) untuk pengenalan wajah dan Haar Cascade untuk deteksi wajah, sistem berbasis machine learning Haar Cascade mendeteksi wajah dalam gambar. Metode ini memiliki akurasi deteksi wajah real-time yang sangat baik. Setelah wajah teridentifikasi, pendekatan LBPH digunakan untuk mengenalinya. Untuk menghitung histogram dari pola biner ini, pendekatan pada awalnya menganalisis pola lokal dalam gambar wajah. Lalu, LBPHdigunakan untuk mengenali wajah dengan pencahayaan dan ekspresi yang bervariasi. Kami menggunakan berbagai dataset wajah untuk mengevaluasi sistem ini dalam studi kami, dan akurasi serta kecepatan pemrosesan sistem ini cukup memadai.
References
Rahim, Abdur “Face Recognition using Local Binary Patterns (LBP).” Global Journal of Computer Science and Technology Graphics & Vision, Pabna University of Science and Technology Bangladesh, 2013.
A. Fauzan, M. Novamizanti Ledya S.Si., and S. T. M. T. Fuadah Yunendah Nur, “Perancangan Sistem Deteksi Wajah Untuk Presensi Kehadiran Menggunakan Metode LBPH ( Local Binary Pattern Histogram) Berbasis Android”, e-Proceeding of Engineering : Vol.5, No.3, 2018.
P. Choirina and R. A. Asmara, “Deteksi Jenis Kelamin Berdasarkan Citra Wajah Jarak Jauh Dengan Metode Haar Cascade Classifier,” J. Inform. Polinema, vol. 2, no. 4, p. 164, 2016, doi: 10.33795/jip.v2i4.77.
A. Fahrurozi and R. Kosasih, “Face Recognition Using Local Binary Pattern Combined With PCA For Images Under Various Expression and Illumination,” in Proceeding on International Workshop on Academic Collaboration 2017, 2017, no. May, pp. 1–7.
L. Wang and A. A. Siddique, “Facial recognition system using LBPH face recognizer for anti-theft and surveillance application based on drone technology,” Meas. Control, vol. 53, no. 7, pp. 1070-1077, 2020, doi: 10.1177/0020294020932344.
Budiman, A., Fabian, Yaputera, R. A., Achmad, S., & Kurniawan, A. (2023). Student attendance with face recognition (LBPH or CNN): Systematic literature review. Procedia Computer Science, 216, 31–38.
Malhotra, S., Aggarwal, V., Mangal, H., Nagrath, P., & Jain, R. (2021). Comparison between attendance system implemented through haar cascade classifier and face recognition library. IOP Conference Series: Materials Science and Engineering, 1022(1), 012045.
Thary Al-Ghrairi, A. H., Abdulwahhab Mohammed, A., & Sameen, E. Z. (2022). Face detection and recognition with 180 degree rotation based on principal component analysis algorithm. IAES International Journal of Artificial Intelligence (IJ-AI), 11(2), 593.
Ahsan, M. M., Li, Y., Zhang, J., Ahad, M. T., & Gupta, K. D. (2021). Evaluating the Performance of Eigenface, Fisherface, and Local Binary Pattern Histogram-Based Facial Recognition Methods under Various Weather Conditions. Technologies, 9(2).
Bahit, M., Utami, N. P., Candra, H. K., & Al Madhani, H. (2022). Performance Analysis of The Haar Cascade Classification Method In Performing Face Detection Based on Opencv. The International Conference on Computer Science and Engineering Technology Proceeding (ICCSET), 1(1), 31–37.
