ekstraksi kontur mata pada sketsa wajah … · bab 2. teori penunjang ... feature detection stage...

18
EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH MENGGUNAKAN GRADIENT VECTOR FLOW SNAKE S ANGAP MULYADI 2208 205 011 August, 03 rd 2010

Upload: lydieu

Post on 07-Sep-2018

225 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH … · BAB 2. Teori Penunjang ... feature detection stage (tracking) Input sketsa wajah 110x150 piksel,296x401piksel Template matching Lokasi

EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH MENGGUNAKAN

GRADIENT VECTOR FLOW SNAKE

SANGAP MULYADISANGAP MULYADI2208 205 011

August, 03rd 2010

Page 2: EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH … · BAB 2. Teori Penunjang ... feature detection stage (tracking) Input sketsa wajah 110x150 piksel,296x401piksel Template matching Lokasi

AbstrakAbstrak

Dunia modern dewasa ini memanfaatkan teknologi biometrik dalampengenalan fitur-fitur wajah khususnya melalui deteksi fitur mata denganpengenalan fitur-fitur wajah khususnya melalui deteksi fitur mata denganmengembangkan sistem yang mengekstraksi kontur mata dari sketsa wajah.Proses diawali dengan mengakuisisi image dari sejumlah sketsa wajahfrontal-view tipe halftone berukuran 110x150 piksel dan 296x401 piksel sertamembentuk template mata. Kemudian dilakukan proses deteksi titik lokasimembentuk template mata. Kemudian dilakukan proses deteksi titik lokasiposisi mata dengan mencocokkan template mata terhadap sketsa wajahmenggunakan algorithma template matching kombinasi grid maupun tanpagrid untuk menentukan lokasi titik dan posisi mata dari sketsa wajahdilanjutkan dengan menentukan titik tengah posisi mata tersebut. Hasildilanjutkan dengan menentukan titik tengah posisi mata tersebut. Hasildeteksi lokasi posisi mata tanpa grid diperoleh kesalahan deteksi lokasi posisimata (tidak dikenali) sebanyak 10 sketsa dari keseluruhan 50 sketsa wajahmenjadi 5 dari 50 dengan grid, 2 sketsa besar dengan grid dan 1 sketsauntuk miring 2 derajat kanan. Selanjutnya analisis menggunakan ROCuntuk miring 2 derajat kanan. Selanjutnya analisis menggunakan ROCdengan nilai threshold 0.01333 diperoleh masing-masing 71% dan 77%.Proses ekstraksi kontur mata yang dilakukan Gradient Vector Flow Snakesangat dipengaruhi hasil template matching untuk penentuan inisialisasikontur dengan hasil cukup baik walaupun tidak smooth.kontur dengan hasil cukup baik walaupun tidak smooth.Keywords : template matching, grid, ROC, Gradient Vector Flow Snake

Page 3: EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH … · BAB 2. Teori Penunjang ... feature detection stage (tracking) Input sketsa wajah 110x150 piksel,296x401piksel Template matching Lokasi

PendahuluanPendahuluanLatar BelakangSistem pengenalan wajah sebagai bagian dari teknologi biometrik masih menjadiperhatian dan penelitian para ahli dalam pengaksesan informasi pada multimediaperhatian dan penelitian para ahli dalam pengaksesan informasi pada multimediajaringan. Ekstraksi fitur-fitur wajah dari image baik berupa sketsa wajah memilikicakupan penggunaan yang luas seperti misalnya pemodelan wajah,pengenalanekspresi wajah,animasi wajah maupun pengenalan wajah berdasarkan fiturnyailustrasi gambar 1.ilustrasi gambar 1.

Gambar 1(a) Deteksi fitur wajah (mata) dan (b) Contoh ekstraksi mata

Gambar 2. Contoh bentuk sketsa wajah frontal-view tipe halftone (courtesy ArifMuntasa)

Page 4: EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH … · BAB 2. Teori Penunjang ... feature detection stage (tracking) Input sketsa wajah 110x150 piksel,296x401piksel Template matching Lokasi

Rumusan masalahRumusan masalah

Permasalahan yang harus dipecahkanPermasalahan yang harus dipecahkan

(1) Penentuan titik lokasi posisi dari mata terhadap sketsawajahwajah

(2) Metode yang tepat dalam melakukan ekstraksi konturmata

Page 5: EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH … · BAB 2. Teori Penunjang ... feature detection stage (tracking) Input sketsa wajah 110x150 piksel,296x401piksel Template matching Lokasi

Batasan MasalahBatasan Masalah

1. Menentukan inisialisasi kontur mata algoritma 1. Menentukan inisialisasi kontur mata algoritma template matching

2. Data yang dipakai adalah pada sketsa wajah 2. Data yang dipakai adalah pada sketsa wajah frontal-view tipe halftone

3. Ekstraksi kontur mata menggunakanGVFsnake. GVFsnake.

Page 6: EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH … · BAB 2. Teori Penunjang ... feature detection stage (tracking) Input sketsa wajah 110x150 piksel,296x401piksel Template matching Lokasi

TujuanTujuan

Berdasarkan rumusan masalah maka tujuan desain penelitian ini adalah

1. Metode pencocokan template dan ekstraksi konturyang didesain juga waktu identifikasi yang cepatdengan tingkat kesalahan yang relatif kecil padadengan tingkat kesalahan yang relatif kecil padasketsa wajah

2. Mendapatkan kontur mata pada sketsa wajah yangMendapatkan kontur mata pada sketsa wajah yangsmooth berdasarkan identifikasi awal yang teruji baik

Page 7: EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH … · BAB 2. Teori Penunjang ... feature detection stage (tracking) Input sketsa wajah 110x150 piksel,296x401piksel Template matching Lokasi

ManfaatManfaat

Dari tujuan penelitian diharapkan pada penelitianDari tujuan penelitian diharapkan pada penelitianini mempunyai kontribusi adanya suatu metodeekstraksi kontur mata yang cepat dan tingkatakurasi yangbaikakurasi yangbaik

Page 8: EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH … · BAB 2. Teori Penunjang ... feature detection stage (tracking) Input sketsa wajah 110x150 piksel,296x401piksel Template matching Lokasi

Metodologi PenelitianMetodologi Penelitian

Dalam penelitian ini, langkah kerja yang digunakan adalah sebagaiberikut:berikut:

1. Mempelajari teori dasar tentang template matching dan GVF .2. Mempelajari referensi penelitian-penelitian yang berhubungan2. Mempelajari referensi penelitian-penelitian yang berhubungandengan fitur wajah.3. Mendesain template database mata4. Mendesain sistem identifikasi kontur mata sketsa wajah.4. Mendesain sistem identifikasi kontur mata sketsa wajah.5. Melakukan pengujian ekstraksi kontur mata menggunakanGVFSnake.6. Menganalisis hasil dari pengujian ekstraksi kontur mata6. Menganalisis hasil dari pengujian ekstraksi kontur matamenggunakan metode GVF7. Menganalisa hasil dari pengujian yang telah dilakukan.8. Menyusun laporan penelitian.8. Menyusun laporan penelitian.

Page 9: EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH … · BAB 2. Teori Penunjang ... feature detection stage (tracking) Input sketsa wajah 110x150 piksel,296x401piksel Template matching Lokasi

Sistematika Penulisan

Penulisan penelitian ini terdiri atas 5 bab, dimana setiap bab saling berhubungan satu sama lain sesuai dengan urutan permasalahan yang akan dibahas. Garis besar susunan penulisan penelitian ini adalah

Sistematika Penulisan

dengan urutan permasalahan yang akan dibahas. Garis besar susunan penulisan penelitian ini adalah sebagai berikut :

BAB 1. PendahuluanMendeskripsikan mengenai latar belakang, rumusan masalah, batasan masalah, tujuan penelitian dan sistematika penulisan. dan sistematika penulisan.

BAB 2. Teori PenunjangBerisi tentang kajian teoritis mengenai konsep dasar ekstraksi kontur mata ,algoritma template matching, metode GVFsnake (Gradient Vector Flowsnake)

BAB 3. Perancangan Sistem BAB 3. Perancangan Sistem Membahas tentang perancangan sistem yang dibuat mulai dari input image,desain database template mata, penentuan titik tengah inisialisasi kontur mata, dan ekstraksi pada kontur mata

BAB 4. Pengujian sistemMembahas tentang pengujian yang dilakukan secara komprehensif terhadap rancangan sistem yang M embahas tentang pengujian yang dilakukan secara komprehensif terhadap rancangan sistem yang didesain pada kondisi uji yang disiapkan

BAB 5. PenutupBerisikan kesimpulan-kesimpulan yang bisa diambil dari hasil penelitian ini serta saran-saran yang digunakan perbaikan sistemdigunakan perbaikan sistem

Page 10: EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH … · BAB 2. Teori Penunjang ... feature detection stage (tracking) Input sketsa wajah 110x150 piksel,296x401piksel Template matching Lokasi

feature detection stage (tracking)

Input sketsa wajah110x150 piksel,296x401piksel

Template matching Lokasi posisi mata

template mataTentukan titik tengah mataSketsa wajah dalam Grayscale

Ubah dalam grayscale Bentuk persamaan elips untuk inisialisasi kontur

Ekstraksi kontur mata menggunakan GVF Snake

Akuisisi data

Kontur matafrontal non grid, frontal gridmiring 2 derajat kirimiring 2 derajat kananevaluasi ROC

System Overview

Page 11: EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH … · BAB 2. Teori Penunjang ... feature detection stage (tracking) Input sketsa wajah 110x150 piksel,296x401piksel Template matching Lokasi

BAB 2. TINJAUAN PUSTAKABAB 2. TINJAUAN PUSTAKA

2.1. Template Matching2.1. Template MatchingJumlah perbedaan piksel dinyatakan juga sebagai algoritmapembanding antara image sketsa wajah terhadap template mata

Gambar 3 (a) image sketsa wajah (b) contoh template mata 65x10 piksel dan 29x173 piksel

1.2...,),(),(m n

jyixfimnmgjiD 1.2...,),(),(0 0y x

jyixfimnmgjiD

m n

jyixfimnmg ,),(miny x

jyixfimnmg0 0

,),(min

2.2...,min jiDSMatching

Page 12: EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH … · BAB 2. Teori Penunjang ... feature detection stage (tracking) Input sketsa wajah 110x150 piksel,296x401piksel Template matching Lokasi

Flow Chart Template MatchingFlow Chart Template Matching

start

Input template mata

Lakukan proses pencarian dari batas image

Seleksi P bedaan piksel antara template mata dengan image

Dapatkan perbedaan/selisih terkecilDapatkan perbedaan/selisih terkecil

Minimum ?

Gambar 4. Flow Chart Template Matching

end

Page 13: EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH … · BAB 2. Teori Penunjang ... feature detection stage (tracking) Input sketsa wajah 110x150 piksel,296x401piksel Template matching Lokasi

2.2. Gradient Vector Flow Snake(GVFSnake)2.2. Gradient Vector Flow Snake(GVFSnake)

Kelebihan Gradient Vector Flow SnakeKemampuan untuk bergerak sampai ke arah batas cekungan pada Kemampuan untuk bergerak sampai ke arah batas cekungan pada quiver (concavities)Tidak membutuhkan pengetahuan data pelatihan terlebih duluMempunyai capture range yang besar

Gambar 5. Gradient Vector Flow [5] Gambar 5. Gradient Vector Flow [5]

Chenyang Xu, Jerry L.Prince, Snakes, shapes, and gradient vector flow , 1998.

Page 14: EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH … · BAB 2. Teori Penunjang ... feature detection stage (tracking) Input sketsa wajah 110x150 piksel,296x401piksel Template matching Lokasi

GVF field is defined as the equilibrium solution to the following diffusion equation

dxdyffvvuu yxyx

222222 -v

yxvyxu ,),,( vwhere

,,,,,,,,,

,,,,,,,,,222

222

yxfyxfyxftyxvtyxvtyxv

yxfyxfyxftyxutyxutyxu

yxxt

yxxt

1-0 factor, regulation a is andoperator laplace is where

,,,,,,,,, yxfyxfyxftyxvtyxvtyxv yxxt

Xu & Prince: Snake, shape and gradient vector flow. IEEE trans image processing 1998, 7:359-369

Page 15: EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH … · BAB 2. Teori Penunjang ... feature detection stage (tracking) Input sketsa wajah 110x150 piksel,296x401piksel Template matching Lokasi

energy functional Kombinasi dari internal forcesand energy functional Kombinasi dari internal forcesand external forces

internal forceskeluar dari snakeexternal forces berasal dari imageSnakes secara parametric dinyatakanEnergy functional yang diminimalkan adalah

)](),([)( 21 spspszEnergy functional yang diminimalkan adalah

1

intint ))](())(())(([ dssEsEsEE constraimagesnake zzz0

intint ))](())(())(([ dssEsEsEE constraimagesnake zzz

Page 16: EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH … · BAB 2. Teori Penunjang ... feature detection stage (tracking) Input sketsa wajah 110x150 piksel,296x401piksel Template matching Lokasi

feature detection stage (tracking)

Input sketsa wajah110x150 piksel,296x401piksel

Template matching Lokasi posisi mata

template mataTentukan titik tengah mataSketsa wajah dalam Grayscale

Ubah dalam grayscale Bentuk persamaan elips untuk inisialisasi kontur

Ekstraksi kontur mata menggunakan GVF Snake

Akuisisi data

Kontur matafrontal non grid, frontal gridmiring 2 derajat kirimiring 2 derajat kananevaluasi ROC

System Overview

Page 17: EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH … · BAB 2. Teori Penunjang ... feature detection stage (tracking) Input sketsa wajah 110x150 piksel,296x401piksel Template matching Lokasi

Bab 3. Metodologi PenelitianBab 3. Metodologi Penelitian

Penelitian ini menggunakan objek wajah manusia dalam bentuk sketsa wajah untukdiekstraksi. Beberapa langkah yang dilakukan dalam penelitian ini meliputidiekstraksi. Beberapa langkah yang dilakukan dalam penelitian ini meliputi

Melakukan akuisisi data image dari format RGB kedalam bentuk Grayscale Membuat template mata dari sketsa wajah yang sudah diubah dalam bentuk grayscaleMenjadikan template mata dan sketsa wajah dalam bentuk grayscale sebagai input Menjadikan template mata dan sketsa wajah dalam bentuk grayscale sebagai input image untuk dilakukan pemrosesanMenentukan lokasi titik posisi mata dengan melakukan proses template matching terhadap input image dan template mataMembuat persamaan ellips untuk kemudian digunakan sebagai penentuan titik tengahMembuat persamaan ellips untuk kemudian digunakan sebagai penentuan titik tengahmelakukan inisialisasi konturMelakukan ekstraksi kontur mata dengan menggunakan Gradient Vector Flow Snake

Page 18: EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH … · BAB 2. Teori Penunjang ... feature detection stage (tracking) Input sketsa wajah 110x150 piksel,296x401piksel Template matching Lokasi

Bab 4. Hasil eksperimen dan analisisBab 4. Hasil eksperimen dan analisis

Gambar 4.1 Hasil deteksi lokasi posisi mata pada 50 sketsa wajahGambar 4.1 Hasil deteksi lokasi posisi mata pada 50 sketsa wajahhalftone 110x150 piksel (tanpa grid)

Gambar 4.2 Hasil deteksi lokasi posisi mata pada 50 sketsa wajahhalftone 110x150 piksel (tanpa grid)