Deteksi Dan Pencarian Fitur-Fitur Wajah Manusia Dengan Menggunakan Metode Principal Component Analysis (PCA).
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
UNIVERSITAS SUMATRA UTARA
DETEKSI DAN PENCARIAN FITUR-FITUR WAJAH MANUSIA DENGAN
MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA)
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
UNIVERSITAS SUMATRA UTARA
Judul Tesis
Nama Mahasiswa
Nomor Induk
Program Studi
: DETEKSI DAN PENCARIAN FITUR-FITUR WAJAH
MANUSIA DENGAN MENGGUNAKAN METODE
PRINCIPAL COMPONENT ANALYSIS (PCA)
: Muliyadi
: 107034013
: Magister Teknik Elektro
Menyetujui
Komisi Pembimbing:
(Prof. Drs. Tulus, M.Si.,P.hD)
Ketua
(Fahmi, ST, M.Sc)
Anggota
Sekretaris Program Studi
Dekan,
(Drs. Hasdari Helmi,MT)
(Prof.Dr.Ir. Bustami Syam, MSME)
Telah Lulus : 29 Nopember 2012
UNIVERSITAS SUMATRA UTARA
Telah diuji pada
Tanggal : 29 November 2012
PANITIA PENGUJI TESIS
Ketua
: Prof.Drs. 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
UNIVERSITAS SUMATRA UTARA
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.
UNIVERSITAS SUMATRA UTARA
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.
UNIVERSITAS SUMATRA UTARA
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.
UNIVERSITAS SUMATRA UTARA
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
UNIVERSITAS SUMATRA UTARA
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 :
Staf Pengajar Teknik Elektro Politeknik Negeri Lhokseumawe sejak 01
Desember 2004 sampai dengan sekarang
Medan , 29 November 2012
Penulis,
Muliyadi
UNIVERSITAS SUMATRA UTARA
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.
1.2.
1.3.
1.4.
1.5.
Latar Belakang....................................................................
Perumusan Masalah............................................................
Batasan Masalah.................................................................
Tujuan Penelitian................................................................
Manfaat Penelitian..............................................................
1
4
4
5
5
BAB 2 TINJAUAN PUSTAKA.............................................................
6
2.1. Motion Capture...................................................................
2.1.1. Bidang aplikasi........................................................
2.1.2. Sistem dan metode motion capture.........................
2.1.3. Optical system..........................................................
2.1.4. Marker pasif ...........................................................
2.1.5. Marker aktif.............................................................
2.1.6. Time modulate active marker..................................
2.1.7. Semi-passive imperceptible marker.........................
2.1.8. Makerless motion capture.......................................
2.2. Principal Component Analysis (PCA)................................
2.3. Active Appearance Models (AAM).....................................
6
6
8
9
10
11
12
12
13
14
20
UNIVERSITAS SUMATRA UTARA
2.4.
Analis Procrustes ..............................................................
2.4.1. Translasi...................................................................
2.4.2. Isomorphic Scaling.................................................
2.4.3. Rotasi.......................................................................
20
23
23
24
BAB 3 METODELOGI PENELITIAN...............................................
26
3.1. Deskripsi Model Fitur ........................................................
3.1.1. Fitur alis mata..........................................................
3.1.2. Fitur mata.................................................................
3.1.3. Fitur hidung..............................................................
3.1.4. Fitur mulut ...............................................................
3.1.5. Fitur lengkungan wajah............................................
3.2. Pelatihan Data Landmark ...................................................
3.3. Inisialisasi Shape.................................................................
3.4. Pergerakan Shape................................................................
27
27
28
29
29
30
30
34
35
BAB 4 HASIL DAN PEMBAHASAN..................................................
38
4.1. Pengujian Hasil Training....................................................
4.2. Hasil Training.....................................................................
4.2.1. Fitur alis mata............................................................
4.2.2. Fitur mata..................................................................
4.2.3. Fitur hidung...............................................................
4.2.4. Fitur mulut.................................................................
4.2.5. Fitur lengkungan wajah.............................................
4.2.6. Distribusi landmark setelah proses pelatihan............
38
42
42
43
43
44
45
45
BAB 5 KESIMPULAN DAN SARAN..................................................
46
5.1. Kesimpulan.........................................................................
5.2. Saran....................................................................................
46
46
DAFTAR PUSTAKA.................................................................................
47
LAMPIRAN
UNIVERSITAS SUMATRA UTARA
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
UNIVERSITAS SUMATRA UTARA
DAFTAR GAMBAR
Nomor
2.1.
Judul
Halaman
Reflektif marker menempel pada kulit untuk mengidentifikasi
landmark tulang dan gerakan 3D dari bagian tubuh .......................
8
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
2.2.
UNIVERSITAS SUMATRA UTARA
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
UNIVERSITAS SUMATRA UTARA
MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA)
TESIS
Oleh
MULIYADI
107034013/TE
FAKULTAS TEKNIK
UNIVERSITAS SUMATRA UTARA
MEDAN
2013
UNIVERSITAS SUMATRA UTARA
DETEKSI DAN PENCARIAN FITUR-FITUR WAJAH MANUSIA DENGAN
MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA)
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
UNIVERSITAS SUMATRA UTARA
Judul Tesis
Nama Mahasiswa
Nomor Induk
Program Studi
: DETEKSI DAN PENCARIAN FITUR-FITUR WAJAH
MANUSIA DENGAN MENGGUNAKAN METODE
PRINCIPAL COMPONENT ANALYSIS (PCA)
: Muliyadi
: 107034013
: Magister Teknik Elektro
Menyetujui
Komisi Pembimbing:
(Prof. Drs. Tulus, M.Si.,P.hD)
Ketua
(Fahmi, ST, M.Sc)
Anggota
Sekretaris Program Studi
Dekan,
(Drs. Hasdari Helmi,MT)
(Prof.Dr.Ir. Bustami Syam, MSME)
Telah Lulus : 29 Nopember 2012
UNIVERSITAS SUMATRA UTARA
Telah diuji pada
Tanggal : 29 November 2012
PANITIA PENGUJI TESIS
Ketua
: Prof.Drs. 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
UNIVERSITAS SUMATRA UTARA
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.
UNIVERSITAS SUMATRA UTARA
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.
UNIVERSITAS SUMATRA UTARA
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.
UNIVERSITAS SUMATRA UTARA
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
UNIVERSITAS SUMATRA UTARA
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 :
Staf Pengajar Teknik Elektro Politeknik Negeri Lhokseumawe sejak 01
Desember 2004 sampai dengan sekarang
Medan , 29 November 2012
Penulis,
Muliyadi
UNIVERSITAS SUMATRA UTARA
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.
1.2.
1.3.
1.4.
1.5.
Latar Belakang....................................................................
Perumusan Masalah............................................................
Batasan Masalah.................................................................
Tujuan Penelitian................................................................
Manfaat Penelitian..............................................................
1
4
4
5
5
BAB 2 TINJAUAN PUSTAKA.............................................................
6
2.1. Motion Capture...................................................................
2.1.1. Bidang aplikasi........................................................
2.1.2. Sistem dan metode motion capture.........................
2.1.3. Optical system..........................................................
2.1.4. Marker pasif ...........................................................
2.1.5. Marker aktif.............................................................
2.1.6. Time modulate active marker..................................
2.1.7. Semi-passive imperceptible marker.........................
2.1.8. Makerless motion capture.......................................
2.2. Principal Component Analysis (PCA)................................
2.3. Active Appearance Models (AAM).....................................
6
6
8
9
10
11
12
12
13
14
20
UNIVERSITAS SUMATRA UTARA
2.4.
Analis Procrustes ..............................................................
2.4.1. Translasi...................................................................
2.4.2. Isomorphic Scaling.................................................
2.4.3. Rotasi.......................................................................
20
23
23
24
BAB 3 METODELOGI PENELITIAN...............................................
26
3.1. Deskripsi Model Fitur ........................................................
3.1.1. Fitur alis mata..........................................................
3.1.2. Fitur mata.................................................................
3.1.3. Fitur hidung..............................................................
3.1.4. Fitur mulut ...............................................................
3.1.5. Fitur lengkungan wajah............................................
3.2. Pelatihan Data Landmark ...................................................
3.3. Inisialisasi Shape.................................................................
3.4. Pergerakan Shape................................................................
27
27
28
29
29
30
30
34
35
BAB 4 HASIL DAN PEMBAHASAN..................................................
38
4.1. Pengujian Hasil Training....................................................
4.2. Hasil Training.....................................................................
4.2.1. Fitur alis mata............................................................
4.2.2. Fitur mata..................................................................
4.2.3. Fitur hidung...............................................................
4.2.4. Fitur mulut.................................................................
4.2.5. Fitur lengkungan wajah.............................................
4.2.6. Distribusi landmark setelah proses pelatihan............
38
42
42
43
43
44
45
45
BAB 5 KESIMPULAN DAN SARAN..................................................
46
5.1. Kesimpulan.........................................................................
5.2. Saran....................................................................................
46
46
DAFTAR PUSTAKA.................................................................................
47
LAMPIRAN
UNIVERSITAS SUMATRA UTARA
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
UNIVERSITAS SUMATRA UTARA
DAFTAR GAMBAR
Nomor
2.1.
Judul
Halaman
Reflektif marker menempel pada kulit untuk mengidentifikasi
landmark tulang dan gerakan 3D dari bagian tubuh .......................
8
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
2.2.
UNIVERSITAS SUMATRA UTARA
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
UNIVERSITAS SUMATRA UTARA