: Penentuan wilayah wajah manusia pada citra berwarna berdasarkan warna kulit dengan metode
template matching
Penulis
: Dhody Kurniawan, Achmad Hidayatno, R. Rizal Isnanto
Penelaah
: Satya yoga Pratama, Luthfi Rahman, Raynaldi Surya R, Radhitya Wiratama, Rionando Jepri Dll
Tanggal Telaah : 6 April 2015
g (x , y )
f (x , y)
f (x , y)
selanjutnya direkam
g (x , y ) ,
g ( x , y ) merupakan
merupakan citra masukan pada sub-sistem cuplik (sampling), yang akan menghasilkan
citra diskret kontinu
gs ( x , y )
gd ( x , y ) .
2. Penapisan
Terdapat dua tipe penapisan, pertama penapisan secara linear contoh prosesnya adalah
tapis pelewat rendah dan tapis pelewat tinggi. Kedua adalah penapisan citra secara tak-linear.
3. Deteksi wajah dalam citra
Deteksi wajah (face detection) apabila ada sebuah suatu citra yang berubah-ubah,
maka deteksi wajah ialah akan menentukan apakah ada atau tidak wajah dalam citra tersebut,
dan jika ada akan ditentukan lokasi dan luas dari citra wajahnya. Hal-hal yang mempengaruhi
dalam deteksi wajah adalah: posisi, ada atau tidaknya komponen struktural, ekspresi wajah,
keadaan tumpang tindih (occlusion), arah citra, dan kondisi citra. Tujuan dari deteksi wajah
ialah untuk mengidentifikasi semua daerah citra yang mengandung sebuah wajah dengan
tanpa mengabaikan posisi tiga dimensi, arah, dan kondisi pencahayaan.
4. Warna Kulit (Skin Color)
Warna kulit manusia merupakan cirri efektif yang digunakan dalam proses deteksi wajah.
Waulupun warna kulit setap manusia berbeda, perbedaan utama terdapat pada intensitasnya.
Berupa Beberapa ruang warna digunakan untuk memberi label piksel-piksel sebagai kulit,
antara lain yaitu RGB, HSV, YCbCr, dan CIE LUV.
5. Segmentasi Kulit
Langkah pertama dalam algoritma deteksi wajah ialah dengan menggunakan
segmentasi kulit untuk membuang sebanyak mungkin citra yang diindikasikan sebagai
wilayah bukan kulit. Ada dua cara yang digunakan dalam mensegmentasi berdasar warna
kulit, yaitu mengubah citra RGB ke ruang YCbCr atau ke ruang HSV
Keuntungan utama dari mengubah citra ke ruang YCbCr ialah pengaruh luminansi
dapat dihilangkan selama pemrosesan citra. Dalam ruang RGB, tiap komponen citra (merah,
hijau, dan biru) mempunyai tingkat kecerahan yang berbeda-beda. Dengan demikian di
dalam ruang YCbCr semua informasi tentang tingkat kecerahan diberikan oleh komponen Y,
karena komponen Cb (biru) dan komponen Cr (merah) tidak tergantung dari luminansi
6. Daerah kulit
Daerah kulit didefinisikan sebagai daerah tertutup dalam suatu citra, yang dapat
mempunyai 0, 1 atau lebih lubang (hole) di dalamnya. Batasan warnanya ditunjukkan oleh
piksel dengan angka 1 untuk citra biner. Semua lubang di dalam citra biner mempunyai
nilai piksel 0 (daerah hitam). Ada beberapa hal yang diperlukan untuk menentukan daerah kulit
yaitu: jumlah lubang di dalam suatu daerah kulit, pusat massa, arah, dan lebar dan tinggi wilayah
kulit.
7. Template Matching
Dalam template matching, pola wajah bakuan (biasanya tampak depan/frontal)
ditetapkan terlebih dahulu secara manual oleh suatu fungsi. Diberikan citra masukan, nilai
korelasi dengan pola bakuan dihitung untuk kontur wajah, mata, hidung, dan mulut
secara bebas. Keberadaan sebuah wajah ditentukan berdasarkan nilai-nilai korelasi.
E. Perancangan Program
Berikut algoritmanya
1. Proses inisialisasi warna kulit: yaitu mencari nilai rerata dank ovarian dari model warna kulit.
Model warna kulit ini merupakan citra berwarna yang didapat dari ekstraksi sejumlah warna kulit
manusia.
2. Membaca citra referensi: membaca citra dengan format JPEG. Citra yang dibaca adalah citra
referensi yang berupa citra berwarna
3. Melakukan proses pengubahan dari citra referensi menjadi citra grayscale
4. Menetapkan proses pengambangan (thresholding) terhadap citra grayscale
5. Mencari wilayah-wilayah didalam citra hitam putih, yaitu dengan menentukan jumlah wilayah
kulit di dalam citra hitam putih. Kemudian bisa menentukan kemungkinan wilayah wajah
manusia
6. Melakukan pencocokan antara bagian citra yang berhubungan dengan wilayh wajah dengan
wajah model
7. Menggambarkan kordinat segiempat pada citra referensi untuk wilayah yang di indikasikan
sebagai wajah manusia
F. Hasil penilitian
Dari hasil penentuan wilayah wajah oleh program terhadap 52 citra didapatkan table berikut
Nama
Jumlah
objek
wajah
Jumlah Kotak
inspeksi
Objek
Objek
wajah
lain
Aji
Alan Smith
Bayi
Britney Spears
Couple
Dalma_cs
David
Beckham
Davids
Deka
Del Piero
Desailly
Erik
Indi
India 1
India 2
Italy 1
Italy 2
Joe&Deka
John Dowdell
Jovita
Kaleb
Karen-and-Alf
LeBron
Lelaki Bule
Lelaki Cina 1
Lelaki Cina 2
Lia
Lucy Liu 1
Lucy Liu 2
Mawar
Nedved
Nia
Perempuan
Bule
Nama
Jumlah
objek
Jumlah Kotak
inspeksi
wajah
Objek
wajah
Objek
lain
Prita
Rifai&Cahyon
o
Rini
Romi
Schumacer
Serena&Venus
1
Serena&Venus
2
Serena&Mom
Shania Twain
Siti
Smile
Thuram
Tom Cruise
Tupac&friend
Usher&fans
Vieri&Materazi
Vika
Zalayeta
Perempuan
Negro
Dari table diatas diketauhi dari 52 buah data citra berwarna yang digunakan sebagai database, terdapat 39 buah citra
terdeteksi wilayah wajahnya secara sempurna. Sehingga metode template matching yang digunakan dalam
penentuan
wilayah
wajah
mempunyai
tingkat
keberhasilan
sebesar
keber h asilan=
G. Kesimpulan
1.
2.
Pendeteksian wilayah wajah dengan ras etnik yang berbeda mempunyai tingkat keberhasilan yang tinggi
bila citra tersebut menampilkan setengah badan saja.
Semakin besar nilai korelasi silang, maka tingkat kesesuaian antar wilayah wajah yang didapatkan dengan
model wajah akan semakin baik
3. Kebanyakan kesalahan dalam proses segmentasi wilayah kulit adalah karena terdapatnya
wilayah wilayah yang memiliki keserupaan dengan nilai kemungkinan kulit, seperti
warna pakaian yang dikenakan ataupun warna latar belakang