MxN MN x 1 vector
Algoritma Eigenface
• Membuat himpunan citra wajah Γ1 Γ2 Γ3 Γ4 Γ5 , … … … Γ𝑚 untuk pelatihan.
Citra wajah harus mempunyai resolusi serta align yang sama. Citra ini dimisalkan
Γ𝑖 adalah vector (matriks kolom) yang mereprensentasikan citra wajah. Γ adalah
vector berukuran MN x 1 yang berkorespondensi dengan citra wajah M x N piksel.
• Menghitung average face vector Ψ dengan persamaan berikut:
1 M
Ψ= ΓN
M N=1
u𝑖 = 𝜐𝑖 Φ𝑖
𝑖=1
Dimana u𝑖 adalah eigenface.
Algoritma Eigenface
• Memproyeksikan citra dataset ke sub ruang PCA pada dasarnya adalah mencari
bobot atau nilai kombinasi linier terbaik untuk merepresentasikan wajah. Kombinasi
linier dapat dihitung dengan mengalikan matrik selisih antar citra Φ dengan nilai
eigenface u𝑖 . nilai bobot ω dapat dinyatakan sebagai persamaan berikut:
T
ωi = ui Φi
T
ωi = ui Γi − Ψ
Algoritma Eigenface
Dimana ui adalah ke 𝑖 eigenface dan 𝑖 = 1, 2, 3 . . . . . K. Sehingga matrik bobot Ω
dapat dirumuskan sebagai berikut:
T
Ωi = ω1 , ω2 , ω3 … … … ωK
Proyeksi Citra Datatest
𝑑 Ω𝑡𝑒𝑠𝑡 , Ω𝑖 = Ω𝑡𝑒𝑠𝑡 − Ω𝑖 2
𝑖=1
Manhattan Distance
𝑑 Ω𝑡𝑒𝑠𝑡 , Ω𝑖 = Ω𝑡𝑒𝑠𝑡 − Ω𝑖
𝑖=1
Camera Webcam Mikrokontroller
Kabel USB Laptop Asus A451 LN Bluetooth HC 05
Logitech C525 HD Arduino Uno Kabel Jumper
Kabel Jumper
Stop
Open
DataSet
Citra
Oprasi
DataSet
Citra
Stop
Pemrosesan Close
Citra Doorlock
Stop
Open
Doorlock &
Email
IMAQdx Open Camera.vi IMAQdx Grab.vi
i <= 35 ?
Tidak
Ya
Hitung Ф
Hitung
Matriks L
Cari eiegenvector
eigenvalue 0
Hitung eigenface
Hitung Proyeksi
Dataset
Next State