DETEKSI DAN PENCARIAN FITUR-FITUR WAJAH MANUSIA DENGAN MENGGUNAKAN METODE

DETEKSI DAN PENCARIAN FITUR-FITUR WAJAH MANUSIA DENGAN

  MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) TESIS Oleh MULIYADI 107034013/TE

FAKULTAS TEKNIK UNIVERSITAS SUMATRA UTARA MEDAN 2013

DETEKSI DAN PENCARIAN FITUR-FITUR WAJAH MANUSIA DENGAN

  TESIS

  Untuk Memperoleh Gelar Magister Teknik Dalam Program Studi Magister Teknik Elektro

  Pada Fakultas Teknik Universitas Sumatera Utara

  Oleh MULIYADI 107034013/TE FAKULTAS TEKNIK UNIVERSITAS SUMATERA UTARA MEDAN 2013

  

Judul Tesis : DETEKSI DAN PENCARIAN FITUR-FITUR WAJAH

MANUSIA DENGAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) Nama Mahasiswa : Muliyadi Nomor Induk : 107034013 Program Studi : Magister Teknik Elektro

  

Menyetujui

Komisi Pembimbing:

(Prof. Drs. Tulus, M.Si.,P.hD) (Fahmi, ST, M.Sc )

Ketua Anggota Sekretaris Program Studi Dekan, (Drs. Hasdari Helmi,MT) (Prof.Dr.Ir. Bustami Syam, MSME) Telah Lulus : 29 Nopember 2012

  Telah diuji pada Tanggal : 29 November 2012 PANITIA PENGUJI TESIS Ketua :Tulus, M.Si.,P.hD Anggota : 1. Fahmi, ST, M.Sc

   2. Prof. Dr. Opim S. Sitompul, M.Sc

   3. Soeharwinto, ST, M.T

   4. Dr. Benny B. Nasution, Dip. Ing, M.Eng

  

ABSTRAK

Motion capture dengan menggunakan marker aktif yang ada saat ini

  membutuhkan perangkat dan pakaian khusus yang dipakai oleh aktor yang mengakibatkan aktor sulit untuk melakukan gerakan-gerakan yang kompleks. Hal ini kemungkinan ada bagian marker yang terlepas atau tidak tertangkap oleh kamera sehingga mempengaruhi hasil capture. Dalam penelitian ini akan menggunakan metode Principal Component Analysis (PCA) untuk mendeteksi fitur–fitur wajah yang meliputi alis, mata, hidung, mulut dan lengkungan wajah. tanpa menggunakan marker akan tetapi dengan menggunakan titik landmark pada setiap fitur-fitur wajah, yang nantinya dapat memberikan kontribusi pada bidang penelitian facial motion

  capture dan pada dunia animasi serta game development sehingga akan

  mempermudah para kreator dalam membuat animasi yang realistis sebagaimana gerakan aslinya atau alami dari aktor tanpa menggunakan pakaian khusus atau

  marker.

  Kata kunci : Principal component analysis, fitur–fitur wajah manusia, ficial motion capture, marker aktif, landmark, game development.

  

ABSTRACT

The exist motion capture which use active marker requires specific tool and clothes

that were woren by the actors which result unease movements when the actors

conduct complex moves. it is probably causd by some loss of markers or camera

uncaptured ones then affected the results capture. this reserch was using the method

of Principal Component Analysis (PCA) due to detect the features of human face

including eye-brow, eyes, nose, mouth and facial contour. instead of using marker,

the point of the landmark at every features of the face. later, the contribution of the

research will assist the field research of facial motion capture and animation world

including game development. thus, it will make the easy work to the animator in

creating creatures as they natural movements or as the real moves of the actors

without any special effect such as specific clothes or marker.

  Keywords : Principal Component Analysis, features of human face, facial motion capture, active marker, landmark, game development.

KATA PENGANTAR

  Puji syukur kehadirat Allah SWT atas rahmat dan hidayah Nya sehingga penulis dapat menyiapkan proposal penelitian ini dengan baik. Proposal penelitian ini dilakukan untuk memenuhi salah satu syarat untuk melangkah pada penulisan penelitian tesis sesuai kurikulum Program Studi Magister Teknik Elektro Fakultas Teknik Universitas Sumatera Utara, Medan. Penelitian tesis ini berjudul Deteksi Dan Pencarian Fitur–Fitur Wajah Manusia Dengan Menggunakan Metode Prinncipal

  Component Analysis (PCA)

  Penulis juga mengucapkan terima kasih yang tak terhingga dan penghargaan yang setinggi-tingginya kepada Bapak Prof. Tulus, M.Si dan Bapak Fahmi, ST, M.Sc. sebagai pembimbing atas segala saran, bimbingan dan nasehatnya selama penulisan proposal penelitian ini.

  Terima kasih juga penulis ucapkan kepada institusi Politeknik Negeri Lhokseumawe yang telah memberi kesempatan berupa bantuan dan dorongan moril untuk dapat melakukan penelitian ini.

  Proposal penelitian ini juga melibatkan berbagai pihak yaitu Bapak Prof. Dr. Ir. Usman Baafai selaku Ketua Program Studi atas upaya dan usahanya menyukseskan Program Studi Megister Teknik Elektro, serta seluruh staf pengajar Program Studi Magister Teknik Elektro. Untuk itu penulis mengucapkan terima kasih atas konstribusi dan bantuannya.

  Penulis terutama sekali mengucapkan terima kasih kepada orang tua tercinta, istri, dan anak-anak tersayang atas doa dan dorongan batin yang tak ternilai harganya.

  Mudah-mudahan penelitian tesis ini nantinya dapat bermanfaat bagi Institusi Politeknik Negeri Lhokseumawe dan kepada pembaca khususnya yang tertarik mengenai Deteksi dan Pencarian Fitur–Fitur Wajah Manusia Metode Prinncipal

  Component Analysis ( PCA ) Kritik dan saran dari pembaca yang sifatnya membangun sangat penulis harapkan.

  Medan, 29 November 2012 Penulis, Muliyadi

DAFTAR RIWAYAT HIDUP

  IDENTITAS :

  Nama : Muliyadi Tempat/ Tanggal Lahir : Punteuet, 28 Oktober 1976 Jenis Kelamin : Laki-laki Agama : Islam Bangsa : Indonesia Alamat : Jl.Medan – Banda Aceh,Mesjit Punteuet 7A Blang Mangat - Lhokseumawe.

  RIWAYAT PENDIDIKAN :

• Sekolah Dasar Negeri Punteuet tamat tahun 1989. Sekolah Menengah Pertama Negeri Bayau tamat 1992
• Sekolah Menengah Atas Negeri 2 Lhokseumawe 1995
• Politeknik Negeri Lhokseumawe tamat tahun 2001
• Diploma IV Institut Teknologi Sepuluh November Surabaya tamat tahun 2004
• RIWAYATPEKERJAAN :
• Desember 2004 sampai dengan sekarang

  Staf Pengajar Teknik Elektro Politeknik Negeri Lhokseumawe sejak 01

  Medan , 29 November 2012 Penulis, Muliyadi

  DAFTAR PUSTAKA Halaman ABSTRAK................................................................................................ i ABSTRAC.................................................................................................. ii KATA PENGANTAR.............................................................................. iii DAFTAR RIWAYAT HIDUP................................................................ v DAFTAR ISI............................................................................................. vi DAFTAR TABEL..................................................................................... viii DAFTAR GAMBAR................................................................................ ix BAB 1 PENDAHULUAN.......................................................................

  1 1.1.

  1 Latar Belakang....................................................................

  1.2.

  4 Perumusan Masalah............................................................

  1.3.

  4 Batasan Masalah.................................................................

  1.4.

  5 Tujuan Penelitian................................................................

  1.5.

  5 Manfaat Penelitian..............................................................

  BAB 2 TINJAUAN PUSTAKA.............................................................

  6 2.1. Motion Capture...................................................................

  6 2.1.1. Bidang aplikasi........................................................

  6 2.1.2. Sistem dan metode motion capture.........................

  8 2.1.3. Optical system..........................................................

  9 2.1.4. Marker pasif ...........................................................

  10 2.1.5. Marker aktif.............................................................

  11 2.1.6. Time modulate active marker..................................

  12 2.1.7. Semi-passive imperceptible marker.........................

  12 2.1.8. Makerless motion capture.......................................

  13 2.2. Principal Component Analysis (PCA)................................

  14 2.3. Active Appearance Models (AAM).....................................

  20

  2.4. Analis Procrustes ..............................................................

  20 2.4.1. Translasi...................................................................

  23 2.4.2. Isomorphic Scaling.................................................

  23 2.4.3. Rotasi.......................................................................

  24 BAB 3 METODELOGI PENELITIAN...............................................

  26 3.1. Deskripsi Model Fitur ........................................................

  27 3.1.1. Fitur alis mata..........................................................

  27 3.1.2. Fitur mata.................................................................

  28 3.1.3. Fitur hidung..............................................................

  29 3.1.4. Fitur mulut ...............................................................

  29 3.1.5. Fitur lengkungan wajah............................................

  30 3.2. Pelatihan Data Landmark ...................................................

  30 3.3. Inisialisasi Shape.................................................................

  34 3.4. Pergerakan Shape................................................................

  35 BAB 4 HASIL DAN PEMBAHASAN..................................................

  38 4.1. Pengujian Hasil Training....................................................

  38 4.2. Hasil Training.....................................................................

  42 4.2.1. Fitur alis mata............................................................

  42 4.2.2. Fitur mata..................................................................

  43 4.2.3. Fitur hidung...............................................................

  43 4.2.4. Fitur mulut.................................................................

  44 4.2.5. Fitur lengkungan wajah.............................................

  45 4.2.6. Distribusi landmark setelah proses pelatihan............

  45 BAB 5 KESIMPULAN DAN SARAN..................................................

  46 5.1. Kesimpulan.........................................................................

  46 5.2. Saran....................................................................................

  46 DAFTAR PUSTAKA.................................................................................

  47 LAMPIRAN

  DAFTAR TABEL Nomor Judul Halaman

  1.1. Penelitian yang pernah dilakukan .................................................. 2

  2.1. Algoritma Generalized Orthogonal Procrustes Analysis (GPA)... 20

  4.1. Hasil pengujian data training ....................................................... 37

  DAFTAR GAMBAR Nomor Judul Halaman

  2.1. Reflektif marker menempel pada kulit untuk mengidentifikasi landmark tulang dan gerakan 3D dari bagian tubuh ....................... 8

  2.2. Contoh beberapa marker ditempatkan di titik-titik tertentu pada tubuh dan wajah aktor selama adegan motion capture.................... 10

  2.3. Contoh markerless mendeteksi gerakan ekspresi wajah …............ 12

  2.4. Contoh PCA dari distribusi Gaussian multivaria .......................... 14

  2.5. Distribusi titik yang merepresentasikan bentuk tangan setelah dilakukan proses rata-rata yang diberikan pada warna merah......... 21

   3.1. Diagram proses pelatihan deteksi fitur–fitur wajah ........................ 25

  3.2. Alis mata yang akan diberikan landmark untuk pencirian ............. 26

  3.3. Contoh fitur mata yang akan berikan landmark sebagai pencirian fitur wajah........................................................................................ 26

  3.4. Contoh fitur hidung yang akan diberikan landmark ...................... 27

  3.5. Contoh fitur mulut yang akan diberikan landmark ....................... 27

  3.6. Lengkungan wajah yang akan diberikan landmark sebagai pencirian fitur wajah ..................………………………................................. 28

  3.7. Distribusi titik yang digunakan sebagai data pelatihan................... 33

  4.1. Grafik persentasi error pada setiap penambahan data training dan jumlah iterasi ................................................................................. 36

  4.2. Fitur alis mata yang telah diberikan landmark............................... 39

  4.3. Fitur mata yang telah diberikan landmark..................................... 39

  4.4. Fitur hidung yang telah diberikan landmark ................................. 40

  4.5. Fitur mulut yang telah diberikan landmark ................................... 40

  4.6. Fitur lengkungan wajah yang telah diberikan landmark ................ 41

  4.7. Distribusi landmark setelah proses pelatihan pada masing–masing fitur wajah........................................................................................ 41