Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pendeteksian wajah manusia merupakan proses dasar dari aplikasi yg lebih luas. Salah satu metodenya adalah pemanfaatan informasi warna. Sebuah model warna kulit yg merepresentasikan warna kulit manusia dibuat utk mensegmentasi skin region dan non skin region dlm gambar berwarna. Tiga persyaratan di terapkan utk menyeleksi skin region yg mempresentasikan wajah manusia (jumlah lubang dlm satu region, rasio tinggi terhadap lebar region dan koefesien korelasi siang antara region dengantemplete face).Makalah ini mensimulasikan deteksi wajah manusia dengan menggunakan segmentasi dan templete matching .Hasil simulasi menunjukan bahwa skin region yaitu jumlah lubang ,rasio tinggi terhadap lebar dan korelasi region dengan templete,ketiganya berperan cukup baik,sedangkan keberhasilan deteksi sangat tergantung pd proses sebelumnya yaitu segmentasi."

"Pendeteksfan wajah mamtsia merupakan proses dasar dari ap!ikasi yang lebih lua.v, seperti pengenalan wajah, pengenalan ekspresi, pelacakan wajah, estimasi pose, dan pengenalcm isyarat tubuh. Berbagai metode tclah diterapkan untuk melakukan pcndcteksian wajah. salah satunya adafah dengan memanjaatkan infonnasi wama. Warner kulit manusia dar/ berbagai ras tidak jauh berbeda. Perbedaan lehih hanyak terdapai pada intensitas. Karakterisiik ini dapat dimanfaatktm U1tlttk memhuat sebuah model warna kulit yang merepresentasikan wama kulit manusia dalam chromatic color space.Model warna kulit ini digunakan untuk melakukan segmemasi antara skin region dengan non-skin region da!am sualu gambar berwama. Bagian yang diproses lebih fanjut untuk mendeteksi wajah adalah skin region, melalui metode template matching. Tiga huah persyaratan ditetapkan untuk menyelck'ii skin region yang ada, yaitu jumlah luhang dalam satu region, rasio tinggi terhadcrp Iebar region, dan koejisien kare/asi silang antara region yang dianaU.va dengan template face. Region yang memenuhi ketiga persyaratcm ini diidentifikasi sehagai wajah manusia. Hasil simu!asi memmjukktm hahwa ketiga perjyaratan tenebut berperan cukup balk dalam menyeleksi setiap skin region yang akan diidentifikaslkan sehagai wajah manusia, sedangkan keberhasllan deteksi tersehut."

"Pengolahan citra merupakan salah satu bidang ilmu komputer yang terus mengalami perkembangan. Tujuan utama dan sebagian besar pengolahan citra adalah untuk mengambil /memisahkan feature-feature dari data citra, dimana deskripsi, interpretasi atau pemahaman terhadap citra disediakan oleh mesin computer vision.Dengan berkembang pesatnya Internet dan world wide web saat ini, jumlah data citra yang dapat diakses oleh pengguna menjadi sangat banyak. Akibatnya, database citra menjadi sangat besar dan luas, dan diperlukan suatu sistem yang mampu membagi citra secara efektif dan efisien. Segmentasi citra merupakan proses pembagian citra menjadi beberapa bagian atau objek. Dari hasil segmentasi region of interest (ROI) dan objek-objek pada citra lebih mudah dikenali.Pada skripsi ini ditampilkan suatu algoritma segmentasi citra dengan menggabungkan tiga metoda yaitu nilai ambang (thresholding), deteksi sisi (edge detection) dan wilayah tumbuh (region growing) dan representasi warna Hue­ Saturatian-Value (HSV) untuk membagi citra dengan karakteristik yang berbeda dan menghasilkan citra keluaran berupa objek-objek tunggal pada citra. Beberapa variasi maksmum block size dan small object threshold dilakukan untuk mendapatkan hasil segmentasi yang jelas bagi pengamalan manusia dan waktu proses yang kecil.Hasil simulasi menunjukkan bahwa ukuran blok maksimum 3, 4, 5, dan 6 serta nilai ambang objek kecil 2 dan 6 menghasilkan citra hasil segmentasi yang lebih baik dan jelas dalam pengamatan manusia, objek yang terdapat pada citra tersegmentasi dengan lebih baik, serta waktu proses yang dibutuhkan juga lebih kecil. Selain itu noise sangat mempengaruhi hasil dan waktu proses segmentasi."

"Pada penelitian ini, dikemukakan sebuah metode baru berbasis analisis multiresolusi untuk mendeteksi distorsi blok pada gambar digital terkompresi. Gambar digital terkompresi cenderung memiliki artefak codingyang mungkin muncul ketika gambar dikodekan dengan tingkat kompresi yang tinggi. Penelitian ini berfokus pada distorsi blok yang dirasakan signifikan dalam gambar digital terkompresi berbasis blok seperti JPEG. Pada penelitian ini, transformasi Wavelet Haar digunakan untuk mendekomposisi sebuah gambar dan menganalisis karakteristik tepian dari gambar tersebut. Berdasarkan dekomposisi ini, peneliti menyusun sebuah algoritma untuk mendeteksi distorsi blok dengan menganalisis koefisien hasil transformasi wavelet. Hasil eksperimen algoritma terhadap database gambar LIVE menunjukkanhasil yang sangat memuaskan dengan tingkat kesalahan yang rendah.

---

AbstractIn this study, presented a new method based on multiresolution analysis to detect the distortion of the block in a compressed digital image. Compressed digital image tend to have coding artifacts that may arise when an image is encoded with a high compression rate. This study focuses on a block distortion that significantly perceived in the block-based compressed digital images such as JPEG. In this study, Wavelet Haar transformation is used to decompose an image and analyze the characteristics of the edge of the picture. Based on this decomposition, the researchers compiled an algorithm for detecting a block distortion by analyzing the coefficients of the wavelet transformation. The results of experimental algorithms for image database LIVE shows very satisfactory results with low error rates."

"ABSTRAKSistem pendeteksian wajah pada citra telah berkembang pesat sampai saat ini. Tujuan dari deteksi wajah adalah untuk mengindentifikasi dan menempatkan wajah manusia dengan pasisi. skala,oarientasi dan kondisi pencahayaan tertentu. Berbagai metode telah diajukan sampai saat ini. Salah satu pengembangan lebih lanjutnya adalah dengan menggunakan jaringan syaraf tiruan (neural network). Pada paper ini dibahas sistem deteksi wajah berdasarkan jaringan syaraf tiruan dengan metode training propagasi balik dengan momentum. Jaringan syaraf tiruan menguji setiap window dari citra, dan memmtukan apakah setiap window berisi wajah atau tidak. Setelah itu sistem menentukan window terbaik, yang akan disimpulkan sebagai wajah. Sistem inl dapat mendeteksi wajah frontal pada citra grayscale dengan latar belakang yang kompleks dan skala yang bervariasi. Agar dapat menguji citra masukan untuk ukuran wajah yang berbeda-beda, maka dilakukan metode piramida terhadap citra masukan. Pada skripsi ini, ststem deteksi dengan jaringan syaraf tiruan diuji dengan perubahan pada parameter jumlah lapisan tersembunyi dan jumlah epoch yang dilakukan pada proses training. Sistem akan dianalisa kinerjanya berdasarkan lamanya waktu deteksi serta ketepatan hasil proses deteksi. Dari hasil pengujian didapatkan waktu deteksi sangat dipenganthi oleh ukuran citra, dan ketepatan proses deteksi sangat dipengaruhi oleh jumlah lapisan tersembunyi dan banyaknya epoch pada proses training, serta karakteristik dari citra masukan

---

"

"ABSTRAKWajah manusia mengandung banyak informasi dan antarmuka yang jelas dalam inleraksi antara manusia dan komputer. Hal ini telah memotivasi penelitian aktif di bidang pengenalan wajah, face tracking, pose estimation, pengenalan ekspresi, dan pengenalan mimik. Akan tetapi, sebagian besar metode tersebut mengasumsikan bahwa wajah manusia dalam suatu citra atau urutan citra telah diidentifikasi dan dilokalisasi. Untuk membangun suatu system otomatis sehingga kerja manusia dapat sepenuhnya ditangani oleh mesin, sangatlah penting untuk membangun algoritma yang handal dan efisien untuk mendeteksi wajah manusia.Tujuan dari deteksi wajah adalah untuk mengidentifikasi dan menempatkan wajah manusia dengan posisi, skala, orientasi, dan kondisi pencahayaan tertentu. Dalam tugas skripsi ini, ditampilkan suatu algorilma deteksi wajah untuk grayscale image dengan latar belakang yang kompleks dan skala yang bervariasi. Agar dapat menangani citra masukan dengan skala yang berbesa-beda, dilakukan metode pyramid terhadap citra masukan. Metode yang digunakan dalam proses deteksi dikembangkan dari metode Principal Component Analysis (PCA) dengan pembobotan yang optimum untuk menghasilkan error criterion yang terbaik. Simulasi dil akukan dengan MATLAB versi 5.3.

---

"

"ABSTRAKTelah dibaut pewarnaan pada kertas berlapis (coated) dan tidak berlapis (uncoated) dengan variasi persen massa tinta primer merah (red), hijau (green) dan biru (blue). Warna-warna yang nampak sama, diperiksa dengan menggunakan spectrocolorimeter dan densitometer. Diperoleh hubungan antara reflektansi dengan panjang gelombang, dan nilai koordinat pada skala warna L, a dan b dari kertas berlapis (coated) dan tidak berla[is (uncoated), berdasarkan hasil di atas dibuat warna-warna tersebut pada sistem CIE (commision internasionalede I" Eclairage) untuk mengamati nilai panjang gelombang dominan dan kemurnian warna."