Pengenalan Wajah Bebas Ekspresi Menggunakan Metode Nearest Feature Line dengan Representasi Ciri dalam Ruang Eigen

Is Mardianto
{"title":"Pengenalan Wajah Bebas Ekspresi Menggunakan Metode Nearest Feature Line dengan Representasi Ciri dalam Ruang Eigen","authors":"Is Mardianto","doi":"10.31937/TI.V12I1.1562","DOIUrl":null,"url":null,"abstract":"Pengenalan wajah dengan ekspresi berbeda adalah salah satu bagian dari masalah pengenalan pola yang cukup kompleks jika dibandingkan dengan pengenalan pola pada profil normal.Metode pengenalan wajah bebas ekspresi menggunakan teknik Nearest Feature Line (NFL) bekerja dengan menemukan jarak proyeksi terdekat antara vektor ciri, dengan asumsi bahwa semakin dekat jarak proyeksi vektor ciri (wajah) ke vektor ciri (wajah) lainnya, maka lebih mirip sifat akan vektor ciri fisik (wajah) yang berdekatan. Perhitungan jarak NFL dilakukan pada ruang dimensi eigen dengan tujuan agar dimensi ciri vektor (wajah) memiliki dimensi yang jauh lebih kecil untuk meningkatkan tingkat akurasi pengenalan dan mempercepat waktu komputasi.Hasil pengujian yang diperoleh menunjukkan metode NFL memberikan tingkat akurasi pengenalan yang cukup baik pada nilai rata-rata akurasi 76,7% dengan keunggulan waktu komputasi yang rendah jika dibandingkan dengan metode cerdas lainnya seperti sistem jaringan saraf tiruan.","PeriodicalId":347196,"journal":{"name":"Ultimatics : Jurnal Teknik Informatika","volume":"10 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-07-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Ultimatics : Jurnal Teknik Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31937/TI.V12I1.1562","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Pengenalan wajah dengan ekspresi berbeda adalah salah satu bagian dari masalah pengenalan pola yang cukup kompleks jika dibandingkan dengan pengenalan pola pada profil normal.Metode pengenalan wajah bebas ekspresi menggunakan teknik Nearest Feature Line (NFL) bekerja dengan menemukan jarak proyeksi terdekat antara vektor ciri, dengan asumsi bahwa semakin dekat jarak proyeksi vektor ciri (wajah) ke vektor ciri (wajah) lainnya, maka lebih mirip sifat akan vektor ciri fisik (wajah) yang berdekatan. Perhitungan jarak NFL dilakukan pada ruang dimensi eigen dengan tujuan agar dimensi ciri vektor (wajah) memiliki dimensi yang jauh lebih kecil untuk meningkatkan tingkat akurasi pengenalan dan mempercepat waktu komputasi.Hasil pengujian yang diperoleh menunjukkan metode NFL memberikan tingkat akurasi pengenalan yang cukup baik pada nilai rata-rata akurasi 76,7% dengan keunggulan waktu komputasi yang rendah jika dibandingkan dengan metode cerdas lainnya seperti sistem jaringan saraf tiruan.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
面部自由表达识别采用了新的途径来表现Eigen空间的特征
不同表情的面部识别是模式识别问题的一部分,与正常配置文件中的模式识别相比,这是相当复杂的。自由表达面部识别方法采用的是近距离的特征向量(NFL)技术,方法是将特征向量(face)的投影距离精确地定位到特征向量(face)的其他特征向量距离的假设,从而更接近于近距离的物理特征向量(face)。NFL的距离计算是在eigen的空间中进行的,其目的是使矢量的容积小得多,以提高认准率,加快计算时间。所取得的测试结果表明,NFL的方法在平均得分上提供了相当高的识别准确性,其计算时间较低,与人工神经系统等其他智能系统相比。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Comparative Study of Robot Framework and Cucumber as BDD Automated Testing Tools Development of a Mobile-Based Student Grade Processing Application Using the Waterfall Method Gamification to Study Machine Learning using Octalysis Framework Web-Based Writing Learning Application of Basic Hanacaraka Using Convolutional Neural Network Method Analysis of User-generated Content in Visitor Reviews of Tourist Attractions Using Semantic Similarity
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1