Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 2 dokumen yang sesuai dengan query
cover
Lina
"Dalam makalah ini, penulis mengajukan metodologi baru dalam sistem pengenalan wajah 3-D dengan menggunakan penambahan garis ciri pada metode perhitungan jarak terpendek dalam ruang ciri. Penambahan garis ciri ini dilakukan dengan memperbanyak jumlah garis ciri tanpa menambahkan titik ciri baru, dengan membentuk sebuah garis ciri baru dari setiap titik ciri terhadap setiap garis ciri yang dibentuk dari setiap dua buah titik ciri. Dengan penambahan garis ciri ini, sistem akan memperoleh tambahan informasi variasi ciri obyek, sehingga tingkat pengenalan sistem dapat meningkat.
Dalam makalah ini, penulis juga mengembangkan metode TK-LSebagian1 dan TK-LSebagian2 sebagai metode untuk mentransformasikan citra wajah 3-D dari ruang citra spatial ke dalam representasi ruang eigennya. Data percobaan dalam penelitian menggunakan citra wajah orang Indonesia dalam berbagai sudut pandang pengamatan dan ekspresi. Pengujian terhadap sistem dilakukan untuk mengenali wajah dengan sudut pandang pengamatan yang berbeda dengan citra wajah yang dilatihkan sebelumnya. Hasil penelitian menunjukkan bahwa tingkat pengenalan tertinggi akan diperoleh sistem dengan menggunakan TK-LSebagian2 dan metode penambahan garis ciri yaitu sebesar 99.17%.

3-D Face Recognition System using Additional Feature Lines in Nearest Feature Line Method in Eigenspace Representation. In this paper, the authors propose a new method in 3-D face recognition system using additional feature lines in Nearest Feature Line method, called the Modified Nearest Feature Line method. The additional feature lines can be acquired by projecting each feature point to other feature lines in the same class without increasing the number of feature points. With these additional lines, the system will have the ability to capture more variations of face images, so it can increase the recognition rate of the system.
The authors also propose KL-TSubspace1 and KL-TSubspace2 as methods in transforming the 3-D face images from its spatial domain to their eigenspace domain. The experiments use the 3-D human faces of Indonesian people in various expressions and positions. Then, the system is applied to recognize unknown face images with different viewpoints. Experimental results shown that the system using KL-TSubspace2 and Modified Nearest Feature Line method can have the highest recognition rate of 99.17%."
Depok: Lembaga Penelitian Universitas Indonesia, 2003
AJ-Pdf
Artikel Jurnal  Universitas Indonesia Library
cover
Haris Kasminto Aji
"Salah satu perkembangan teknologi yang sedang berkembang pesat adalah
teknologi pengenalan pola (patern recognition), seperti pengenalan pola wajah,
sidik jari, dan retina mata. Contohnya diaplikasikan pada security system, sistem
login , dan sebagainya. Pada penelitian ini, diimplementasikan metode baru
pengenalan pola wajah 3-D (3-D face recognition ) dengan menggunakan metode
Fuzzy Manifold. Metode ini tidak melakukan pembelajaran seperti
backpropagation, tetapi dengan membentuk pose estimation dan mencari nilai
jarak terdekat fuzzy (Fuzzy-Nearest Distance Calculation) untuk membandingkan
data yang masuk terhadap kedekantannya dengan kelas tertentu. Selain metode
tersebut, diimplementasikan juga metode Fuzzy Dimension Reduction (FDR) data
dengan menggunakan Autoassociative Neural Network sehingga dapat
dibandingkan hasilnya antara hasil sebelum dan sesudah data di FDR kan. Metode
Fuzzy Manifold dan FDR berhasil diterapkan untuk 3-D Face Recognition dengan
dengan recognition rate yang cukup tinggi mencapai 85%, kecepatan komputasi
yang tinggi dan robust.

One of the increasing tecnology is patern recognition, like odor recognition, face,
finger print, and retina. For example, is aplicated in security system, login system,
and etc. In this research, will be implemented new method 3-D face recognition
using Fuzzy Manifold. This method does not do learning like backpropagation, but
with make pose estimation and seek value of fuzzy-nearest distance to compare
data input toward nearest with a class. The other method, also implemented Fuzzy
Dimention Reduction (FDR) using Autoassociative Neural network so can be
compared the result between after reducted and before. Fuzzy Manifold and FDR
method is successful to be implemented for 3-D face recognition with recognition
rate is high enough reach 85% , high computation speed, and robust. .
"
Depok: Fakultas Teknik Universitas Indonesia, 2013
T34602
UI - Tesis Membership  Universitas Indonesia Library