Skip to content

Linux Fun

Artikel seputar linux, teknik informatika dan sistem informasi

Menu
  • About
  • Contact
  • Disclaimer
  • Privacy Policy
  • Sitemap
Menu

Algoritma Eigenface

Posted on January 8, 2013 by linuxfun

Prinsip dasar dari pengenalan wajah adalah dengan mengutip informasi unik wajah tersebut kemudian di-encode dan dibandingkan dengan hasil decode yang sebelumnya dilakukan. Dalam metode eigenface, decoding dilakukan dengan menghitung eigenvector kemudian direpresentasikan dalam sebuah matriks yang berukuran besar.

Algoritma Eigenface secara keseluruhan cukup sederhana. Image Matriks (Γ) direpresentasikan ke dalam sebuah himpunan matriks (Γ1, Γ2, …, ΓM). Cari nilai rata-rata (Ψ) dan gunakan untuk mengekstraksi eigenvector (v) dan eigenvalue (λ) dari himpunan matriks. Gunakan nilai eigenvector untuk mendapatkan nilai eigenface dari image. Apabila ada sebuah image baru atau test face (Γnew) yang ingin dikenali, proses yang sama juga diberlakukan untuk image (Γnew), untuk mengekstraksi eigenvector (v) dan eigenvalue (λ), kemudian cari nilai eigenface dari image test face (Γnew). Setelah itu barulah image baru (Γnew) memasuki tahapan pengenalan dengan menggunakan metode euclidean distance. Alur prosesnya dapat dilihat pada gambar berikut.

 

Algoritma selengkapnya adalah (Turk, Matthew dan Alex P.Pentland : 1991):

  • 1 Tahapan Perhitungan Eigenface
  • 2 Tahapan Pengenalan

Tahapan Perhitungan Eigenface

  1. Langkah pertama adalah menyiapkan data dengan membuat suatu himpunan S yang terdiri dari seluruh training image  (Γ1, Γ2, …, ΓM)

    S = (Γ1, Γ2, …, ΓM)

  2. Langkah kedua adalah ambil nilai tengah atau mean (Ψ)
  3. Langkah ketiga kemudian cari selisih (Ф) antara training image (Γi) dengan nilai tengah (Ψ)
  4. Langkah keempat adalah menghitung nilai matriks kovarian (C)
  5. Langkah kelima menghitung eigenvalue (λ) dan eigenvector (v) dari matriks kovarian (C)
  6. Langkah keenam, setelah eigenvector (v) diperoleh, maka eigenface (μ) dapat dicari dengan:

Tahapan Pengenalan

  1. Sebuah image wajah baru atau test face (Γnew) akan dicoba untuk dikenali, pertama terapkan cara pada tahapan pertama perhitungan eigenface untuk mendapatkan nilai eigenface dari image tersebut.
  2. Gunakan metode Euclidean Distance untuk mencari jarak (distance) terpendek antara nilai eigenface dari training image dalam database dengan eigenface dari image test face.

 

 

 

2 thoughts on “Algoritma Eigenface”

  1. anddd says:
    February 21, 2013 at 5:39 am

    maksudnya langkah 2 perhitungan eigenface itu mencari nilai rata rata piksel semua training image ya?

    Reply
  2. Andy says:
    May 3, 2013 at 9:36 am

    bisa minta di jelaskan variabel-variabel yang ada itu artinya apa??
    seperti misalnya C= Coovarian
    v=eigenvector, dst
    terima kasih

    Reply

Leave a Reply Cancel reply

Your email address will not be published. Required fields are marked *

Recent Posts

  • Sifat-Sifat Benda, Pengenalan Sifat Fisik dan Sifat Kimia
  • Konsep dan Pengertian Teori Keseimbangan Umum
  • Database Oracle
  • Perpajakan, Fungsi, Tujuan, dan Sistem Perpajakan di Indonesia
  • Teori Konsumen, Memahami Perilaku Konsumen dalam Memilih Barang dan Jasa
  • Asimetri Informasi, Perilaku Agen, Moral Hazard, Adverse Selection dan Pasar Asuransi
  • Memahami Konsep Penting dalam Ekonomi Perusahaan dan Industri, Pengambilan Keputusan, Teori Pasar, Investasi, dan Strategi Perusahaan
  • Mempelajari Konsep Keseimbangan Umum, Interaksi Pasar Barang dan Faktor Produksi serta Peran Pemerintah dalam Perekonomian
  • Efisiensi Pasar dan Peran Pemerintah dalam Meningkatkan Kesejahteraan Masyarakat, Memahami Konsep-konsep dalam Ekonomi Kesejahteraan
  • Eksternalitas dan Public Goods, Mempelajari eksternalitas, manfaat publik, biaya dan manfaat sosial, dan peran pemerintah dalam mengatasi pasar yang tidak sempurna
  • Analisis Pasar Monopoli, Memahami Monopoli, Persaingan Monopolistik, Oligopoli, Kartel, dan Pengaruhnya Terhadap Harga dan Kualitas Produk atau Jasa

Categories

  • Adobe
  • Alga
  • Algoritma
  • Algoritma Genetika
  • Android
  • Basis Data
  • Biologi SMA Kelas 10
  • Biometrik
  • Borland Delphi
  • Buku Pelajaran SMA
  • Buku Pelajaran SMK
  • Buku Pelajaran SMP
  • Business Intelligence
  • C++
  • Cacing
  • Citra Digital
  • Clustering
  • Customer Relationship Management
  • Data Flow Diagram
  • Data Mining
  • Data Warehouse
  • Database Terdistribusi
  • Databases
  • Desain Grafis
  • Ekonomi
  • Ekonomi Makro
  • Ekonomi Micro
  • Ekonomi SMA Kelas 12
  • Enterprise Resource Planning
  • Entity Relationship Diagram
  • Financial Management
  • Fuzzy
  • Game
  • Ganggang
  • Globalisasi
  • Hewan
  • Hidden Markov Model
  • Ilmu Pengetahuan Sosial SMP Kelas 9
  • Internet
  • Invertebrata
  • Jamur
  • Java
  • Keanekaragaman Hayati
  • Kebijakan Publik
  • Kecerdasan Buatan
  • Klasifikasi Makhluk Hidup
  • Knowledge Management
  • Komputer
  • Koperasi
  • Kriptografi
  • Logika Informatika
  • Manajemen
  • Manajemen Badan Usaha
  • Manajemen Proyek Sistem Informasi
  • Microsoft Acces
  • Monera
  • Multimedia
  • My SQL
  • Negara Berkembang
  • Negara Maju
  • Network Management
  • Otonomi Daerah
  • Pascal
  • Pelajaran IPA SMP Kelas 1
  • Pembelaan Negara
  • Pendidikan Kewarganegaraan SMP Kelas 9
  • Pengenalan Pola
  • Penutupan Siklus Akuntansi
  • Perang Dunia II
  • Perpajakan
  • PHP
  • PLC
  • Prestasi Diri
  • Protista
  • Prototype
  • Rekayasa Perangkat Lunak
  • Siklus Akuntansi Perusahaan Dagang
  • Sistem Informasi
  • Sistem Informasi Geografis
  • Sistem Kelistrikan
  • Sistem Pakar
  • Sistem Pendukung Keputusan
  • Sistem Pengapian
  • SMS Gateway
  • SQL Server
  • Teknik Sepeda Motor SMK Kelas 11
  • Teori Ekonomi
  • Thyristor
  • Tingkatan Manajemen
  • Tumbuhan
  • UML
  • Uncategorized
  • Vertebrata
  • Video
  • Virus
  • Visual Basic
© 2023 Linux Fun