Hendra Kusuma : Perbandingan Metoda Eigenface Dan Fisherface Pada Teknik Pengenalan Wajah Manusia

Ir. Hendra Kusuma M.Eng.Sc.

Year

2009

Published in

-

Authors

External link

-

Type

Seminar Nasional

Keywords

-


Abstract

Paper ini membahas dua metoda pada teknik pengenalan wajah manusia yaitu Eigenface[1] dan Fisherface[2]. Eigenface merupakan metoda pertama yang dianggap sukses pada teknik pengenalan wajah. Metoda ini menggunakan Principal Component Analysis (PCA) yang merupakan metoda statistik untuk analisa diskriminasi (discriminant analysis). PCA digunakan untuk memproyeksikan secara linier image space ke feature space dengan dimensi yang lebih rendah. Fisherface merupakan metoda untuk meningkatkan unjuk kerja Eigenface dengan menggunakan Fisher´┐Żs Linear Discriminant Analysis (FLDA atau LDA) untuk mereduksi dimensi fitur. LDA digunakan untuk memaksimalkan perbandingan antara between-class scatter terhadap within-class scatter. Karenanya LDA bekerja lebih baik dibandingkan PCA dalam hal diskriminasi fitur wajah. Fisherface berguna terutama ketika citra-citra wajah mempunyai variasi pencahayaan dan ekspresi wajah yang besar. Pada paper ini, perbandingan antara metoda Eigenface dan Fisherface terhadap perubahan pencahayaan pada citra wajah akan diuji dan dibandingkan. Hasil yang diperoleh menunjukkan bahwa laju pengenalan wajah (recognition rate) dengan metoda Fisherface 20% lebih baik dibandingkan metoda Eigenface. Ujicoba dilakukan dengan menggunakan dimensi fitur dari 5 sampai dengan 40 dan menggunakan citra wajah dari Yale Face B database.