BAB I PENDAHULUAN
1.1
Latar Belakang Deteksi wajah pada suatu citra merupakan bagian yang penting dalam
perkembangan sistem pengenalan wajah (Face Recognition). Pengenalan wajah banyak digunakan untuk aplikasi seperti Security Control System, Content-Based Image Retrival, Video Conference, dan Intelegent-Human Computer Interface. Banyak dari sistem pengenalan wajah yang melakukan asumsi awal bahwa objek wajah tersedia untuk kemudian dilakukan proses pengenalan. Namun dalam kenyataanya, kita tidak bias hanya menemukan citra yang didalamnya hanya berisi objek wajah. Oleh karena itu kita membutuhkan sebuah system atau aplikasi yang dapat mendeteksi, menentukan lokasi dan memisahkan sebuah atau banyak objek wajah dari sekumpulan objek yang tidak ada hubunganya dengan objek wajah pada sebuah citra. Namun untuk merealisasikan tujuan tersebut tidaklah mudah, karena dipengaruhi oleh banyak faktor, seperti faktor internal (ekspresi wajah, pemakaian kacamata, janggut, kumis dll) serta faktor eksternal yang mempengaruhi citra yang akan dideteksi ( noise, blur, kontras dll). Banyak cara atau algoritma yang digunakan dalam mendeteksi objek wajah pada suatu citra dan memiliki hasil keakuratan yang berbeda-beda satu dengan yang lainnya. Selain dalam hal keakuratan deteksi, suatu aplikasi yang melakukan deteksi wajah memerlukan kecepatan dan efisiensi dalam hal komputasinya. Dalam hal ini dipengaruhi oleh kompleksitas algoritma yang digunakan. Pada Tugas Akhir ini penulis dalam merealisasikan aplikasi sistem pendeteksian wajah menggunakan citra warna, model warna RGB dan HSV, menggunakan edge detection dan Support Vector Machines. Pemilihan citra warna dilakukan karena citra warna umum digunakan dalam banyak aplikasi pengolahan citra dan dengan citra warna lebih memudahkan untuk melakukan segmentasi warna kulit manusia. Model warna RGB dan HSV dilpilih untuk digunakan pada proses segmentasi warna kulit manusia pada citra warna. Edge Detection digunakan untuk mendapatkan pola atau kontur wajah pada citra warna 7
serta untuk memisahkan objek wajah dengan objek lainya yang bukan wajah. Sedangkan metoda klasifikasi Support Vector Machines digunakan untuk menentukan apakan objek yang didapat dari proses-proses sebelumnya adalah objek wajah atau bukan. Pada aplikasi pendeteksian yang penulis ajukan sebagai Tugas Akhir terdiri dari dua tahap yaitu tahap pertama mendapatkan skin map yang merupakan citra hanya mengandung citra kulit saja dan tahap kedua yaitu melakukan identifikasi apakah terdapat objek wajah pada skin map tersebut serta memisahkanya dari objek lain dengan cara melingkari objek tersebut dengan persegi empat.
1.2
Perumusan Masalah Dalam aplikasi sistem pendeteksian wajah dikenal empat metoda yang
digunakan untuk memecahkan masalah pendeteksian wajah pada suatu citra[2], yaitu: 1. Knowledge-based methods, yaitu metoda yang didasari dari pernyatayaan ’apakah itu wajah?’. Oleh karena itu metoda ini dalam melakukan proses pendeteksian wajah melakukan pendekatan pada definisi dari wajah itu sendiri yaitu terdapatnya sepasang mata, hidung, mulut dll, yang terdapat pada wajah manusia. 2. Template matching methods, yaitu metoda yang menggunakan template dari wajah untuk kemudian dicocokan dengan citra yang akan dideteksi apakah didalamnya terdapat objek wajah atau tidak. 3. Feature Invariance approaches, yaitu metoda yang didasari dari penampakan objek wajah yang baku dan tidak dipengaruhi oleh pose, raut wajah, sudut pandang dll. Dalam hal ini adalah kulit manusia, dimana wajah manusia ditutupi oleh kulit sehingga dengan melakukan deteksi warna kulit ada kemungkinan objek wajah ikut terdeteksi. 4. Appearance based methods, yaitu metoda yang menggunakan proses pelatihan (training) dari suatu metoda klasifikasi dengan menggunakan sekumpulan sample/dataset wajah dan non-wajah. Dari keempat metoda yang dikenal dalam proses pendeteksian wajah, penulis menggunakan metoda Feature Invariance approaches dan Appearance based methods. Metoda Feature Invariance approaches penulis gunakan untuk 8
melakukan proses segmentasi warna kulit dengan hasil akhir berupa skin map yaitu citra yang didalamnya hanya terdapat objek yang diduga kulit. Pada skin map tersebut kemungkinan besar terdapat objek wajah yang ingin dideteksi. Proses selanjutnya, skin map tersebut digunakan sebagai inputan dari Appearance based methods yang kemudian akan melakukan proses identifikasi dimana letak objek wajah pada citra skin map tersebut. Hasil akhirnya berupa pemisahan objek wajah dengan objek lainnya dengan cara melingkari objek wajah tersebut dengan persegi empat. Dalam aplikasi pendeteksian wajah, penulis membatasi inputan dari aplikasi ini sebagai berikut : •
Menggunakan citra warna.
•
Format warna yang digunakan adalah RGB.
•
Format citra yang digunakan adalah JPEG.
•
Tidak mengalami penurunan kualitas citra seperti noise, blur dll.
•
Citra yang digunkan sebaiknya tidak terlalu besar ukuranya, maksimal 1280x1024 pixel.
•
Objek wajah terdeteksi benar jika bagian-bagian wajah seperti mata, hidung dan mulut masuk dalam persegi yang mengelilinginya serta tidak melebihi leher ( tidak sampai seluruh badan ).
1.3
Tujuan Tujuan dari aplikasi pendeteksian wajah ini adalah : •
Menghasilkan suatu aplikasi yang dapat mendeteksi, menentukan
lokasi dan memisahkan sebuah atau banyak objek wajah dari sekumpulan objek yang tidak ada hubungannya dengan objek wajah pada sebuat citra warna. • dengan
Aplikasi yang dihasilkan dapat diukur persentase keberhasilanya menggunakan
model
warna
RGB
dan
HSV
dengan
mengkombinasikanya dengan edge detection metoda Sobel.
9
1.4
Metodologi Penyelesaian Masalah Pembuatan aplikasi pendeteksian wajah ini melalui tahap-tahap sebagai
berikut : •
Identifikasi masalah yaitu proses mengenali permasalahan yang
ada, termasuk pula dalam hal pengumpulan data dan mempelajari literaturliteratur yang berhubungan dengan proses pendeteksian wajah pada citra warna. •
Penerapan
metoda
Feature
Invariance
approaches,
yang
mengahasilkan skin map untuk kemudian dipakai pada proses berikutnya. •
Penerapan Appearance based methods, yaitu melakukan proses
pelatihan (learning/training) dengan metoda klasifikasi Support Vector Machines (SVM), yang menghasilkan suatu model yang dapat dipakai untuk identifikasi wajah pada skin map. •
Proses penetuan lokasi dan memisahkan sebuah objek wajah dari
sekumpulan objek yang tidak berhubungan dengan objek wajah. •
Analisa hasil akhir yang didapat dari uji keakuratan menggunakan
model warna RGB dan HSV. Sehingga dapat diukur persentase keakuratanya dan dijadikan bahan analisa. Adapun langkah-langkah untuk tahap implementasi aplikasi pendeteksian wajah adalah sebagai berikut : •
Langkah pertama adalah mengklasifikasikan setiap pixel dalam
citra sebagai warna kulit atau bukan. Proses segmentasi tersebut dilakukan dalam dua model warna yang berbeda yaitu RGB dan HSV. Hasil dari langkah ini adalah citra biner dimana nilai 1 pada citra biner tersebut merepresentasikan sebagai warna kulit dan nilai 0 merepresentasikan bukan warna kulit. •
Dari citra biner yang kemudian dilakukan operasi fill region,
removing small object, image erode dan edge detection menggunakan metoda Sobel. Pada tahap ini didapat citra biner yang kemudian dilakukan operasi perkalian citra dengan citra grayscale dari citra inputan yang berupa citra warna sehingga dihasilkan citra skin map. 10
•
Dari skin map dilakukan proses identifikasi oleh metoda klasifikasi
Support Vector Machines (SVM) apakah didalam skin map tersebut terdapat citra objek wajah atau tidak. •
Menentukan
lokasi
dan
memisahkan
objek
wajah
yang
teridentifikasi dari objek lain yang tidak berhubungan dengan objek wajah.
11
