DETEKSI WAJAH MANUSIA BERBASIS ONE STAGE DETECTOR MENGGUNAKAN METODE YOU ONLY LOOK ONCE (YOLO)

Muhammad Yusqi Alfan Thoriq, Indah Agustien Siradjuddin, Kurniawan Eka Permana

Abstract


Deteksi wajah bertujuan untuk memperoleh lokasi wajah pada suatu citra, sehingga dengan lokasi wajah ini dapat dimanfaatkan untuk beberapa aplikasi seperti pengenalan wajah pada suatu citra yang sudah terdeteksi, pencarian wajah tertentu dari suatu data video. Pendekatan one stage detector dengan algoritma You Only Look Once (YOLO) digunakan pada penelitian ini, dimana data citra dibagi menjadi grid dengan ukuran terentu. Setiap grid ini merupakan representasi lokasi kandidat wajah yang terdapat pada citra.  Untuk proses klasifikasi wajah dan non wajah serta perbaikan lokasi wajah di setiap grid ini menggunakan arsitektur Convolutional Neural Network (CNN), dimana pada penelitian ini menggunakan model yang sudah dilatih yaitu Visual Geometry Group-16 (VGG-16) pada lapisan konvolusi, sedangkan pada lapisan Fully Connected (FC) dilakukan proses pelatihan dengan data target yang sudah ditentukan. Ujicoba dilakukan pada WIDER Face dataset yang memiliki variasi jumlah wajah di dalam setiap citranya.  Hasil ujicoba yang telah dilakukan mendapatkan nilai akurasi Precision sebesar 0.253, nilai akurasi Recall sebesar 0.247 dan nilai akurasi F1-Score sebesar 0.25

Full Text:

PDF

References


J. Lu, S. Tang, J. Wang, H. Zhu, and Y. Wang, “A Review on Object Detection Based on Deep Convolutional Neural Networks for Autonomous Driving,” Proc. 31st Chinese Control Decis. Conf. CCDC 2019, pp. 5301–5308, 2019, doi: 10.1109/CCDC.2019.8832398.

I. A. Siradjuddin, A. Sakinah, and M. K. Sophan, “Combination of feature engineering and feature learning approaches for classification on visual complexity images,” Int. J. Innov. Comput. Inf. Control, vol. 17, no. 3, pp. 991–1005, 2021, doi: 10.24507/ijicic.17.03.991.

J. Fan, W. Xu, Y. Wu, and Y. Gong, “Human tracking using convolutional neural networks,” IEEE Trans. Neural Networks, vol. 21, no. 10, pp. 1610–1623, 2010, doi: 10.1109/TNN.2010.2066286.

H. Khalajzadeh, M. Mansouri, and M. Teshnehlab, “Face recognition using convolutional neural network and simple logistic classifier,” Adv. Intell. Syst. Comput., vol. 223, pp. 197–207, 2014, doi: 10.1007/978-3-319-00930-8_18.

H. Li, Z. Lin, X. Shen, J. Brandt, and G. Hua, “A convolutional neural network cascade for face detection,” Proc. IEEE Comput. Soc. Conf. Comput. Vis. Pattern Recognit., vol. 07-12-June, pp. 5325–5334, 2015, doi: 10.1109/CVPR.2015.7299170.

M. M. Cheng, Y. Liu, W. Y. Lin, Z. Zhang, P. L. Rosin, and P. H. S. Torr, “BING: Binarized normed gradients for objectness estimation at 300fps,” Comput. Vis. Media, vol. 5, no. 1, pp. 3–20, 2019, doi: 10.1007/s41095-018-0120-1.

S. Ren, K. He, R. Girshick, and J. Sun, “Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 39, no. 6, pp. 1137–1149, 2017, doi: 10.1109/TPAMI.2016.2577031.

J. R. R. Uijlings, K. E. A. Van De Sande, T. Gevers, and A. W. M. Smeulders, “Selective search for object recognition,” Int. J. Comput. Vis., vol. 104, no. 2, pp. 154–171, 2013, doi: 10.1007/s11263-013-0620-5.

R. Girshick, J. Donahue, T. Darrell, and J. Malik, “Rich feature hierarchies for accurate object detection and semantic segmentation,” Proc. IEEE Comput. Soc. Conf. Comput. Vis. Pattern Recognit., pp. 580–587, 2014, doi: 10.1109/CVPR.2014.81.

R. Girshick, “Fast R-CNN,” Proc. IEEE Int. Conf. Comput. Vis., vol. 2015 Inter, pp. 1440–1448, 2015, doi: 10.1109/ICCV.2015.169.

J. Redmon, S. Divvala, R. Girshick, and A. Farhadi, “You only look once: Unified, real-time object detection,” Proc. IEEE Comput. Soc. Conf. Comput. Vis. Pattern Recognit., vol. 2016-Decem, pp. 779–788, 2016, doi: 10.1109/CVPR.2016.91.

S. Yang, P. Luo, C. C. Loy, and X. Tang, “WIDER FACE: A face detection benchmark,” Proc. IEEE Comput. Soc. Conf. Comput. Vis. Pattern Recognit., vol. 2016-Decem, pp. 5525–5533, 2016, doi: 10.1109/CVPR.2016.596.




DOI: https://doi.org/10.33365/jti.v17i1.1884

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Muhammad Yusqi Alfan Thoriq, Indah Agustien Siradjuddin, Kurniawan Eka Permana

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

JURNAL TEKNOINFO
Published by Universitas Teknokrat Indonesia
Organized by Prodi S1 Informatika FTIK Universitas Teknokrat Indonesia

W: http://ejurnal.teknokrat.ac.id/index.php/teknoinfo/index
E : teknoinfo@teknokrat.ac.id.
Jl. Zainal Abidin Pagaralam, No.9-11, Labuhan Ratu, Bandarlampung

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Jumlah Pengunjung : View Teknoinfo StatsCounter

Flag Counter