Simulasi Ektraksi Citra Wajah dengan Deskriptor Global Direct Fractional-Step Linear Discriminant Analysis (DF-LDA) untuk Pengenalan Wajah

Abstract

Tulisan ini memaparkan simulasi ekstraksi citra wajah secara global dengan menggunakan salah satu teknik Linear Discriminant Analysis (LDA), yaitu Direct Fractional-Step LDA (DF-LDA) untuk pengenalan wajah. Tujuan tulisan ini adalah untuk mengevaluasi unjuk kerja teknik ini terhadap masalah small sample size (SSS) yang sering muncul di dalam pengenalan wajah. Pada dasarnya teknik berbasis LDA ini (DF-LDA) merupakan kombinasi dari teknik D-LDA dan F-LDA, dimana untuk merepresentasikan citra wajah secara global secara efisien dapat ditambahkan sebuah fungsi pembobot (weighting function) dengan bertahap secara langsung dan fraksional pada proses LDA. Proses pencocokan dilakukan dengan mencari jarak Euclidean minimum antara ciri citra wajah uji terhadap ciri citra wajah latih yang terdapat di dalam database. Dari hasil simulasi untuk Database Face Recognition Data dan Database Mahasiswa Maranatha diperoleh akurasi pengenalan wajah yang lebih baik untuk kondisi jumlah citra wajah satu per orang di dalam proses pelatihan jika database wajah diproses secara terpisah.