HASIL TELAAH JURNAL“ PENENTUAN WILAYAH WAJAH MANUSIA PADA CITRA BERWARNA

BERDASARKAN WARNA KULIT DENGAN METODE TEMPLATE MATCHING “

Judul                 : Penentuan wilayah wajah manusia pada citra berwarna berdasarkan warna kulit dengan metode template matching

Penulis              : Dhody Kurniawan, Achmad Hidayatno, R. Rizal IsnantoPenelaah           : Satya yoga Pratama, Luthfi Rahman, Raynaldi Surya R, Radhitya Wiratama, Rionando Jepri DllTanggal Telaah : 6 April 2015

A. Permasalahan yang melatar belakangi penilitian

Penentuan wilayah wajah dalam citra digital sudah sangat berkembang..Penerapannya pun sudah banyak digunakan, seperti penyandian video conference, video sequences dan pengenalan atau identifikasi wajah. Walaupun penentuan wilayah wajah manusia sangat mudah dilakukan dengan penglihatan manusia, tetapi automasisasi pengolahan pada computer memerlukan berbagai macam teknik pengolahan citra. Sehingga si penuslis melakukan penelitian tentang penentuan wilayah wajah ini.

B. Apa yang diteliti

Seperti yang telah dijelaskan sebelumnya bahwa penulis meneliti tentang penuntuan wilayah wajah dengan metode template matching dan berapa tingkat efisiensinya . Penulis membatasi penelitiannya dengan batasan sebagai berikut:

1. Pengenalan daerah wajah yang dilakukan adalah wajah tampak depan, dengan maksimal terdapat dua citra wajah dalam sebuah citra berwarna.

2. Jenis citra yang digunakan adalah citra berwarna, dengan format JPEG.3. Jenis pengambangan yang dilakukan dalam penelitian ini adalah pengambangan adaptif.4. Penelitian tidak menerapkan derau pada citra yang digunakan.5. Simulasi pada penelitian ini menggunakan program bantu MATLAB 6.5.

C. Metode apa yang digunakan dalam penelitian

Pada journal ini penulis menggunakan metode template matching dan informasi warna kulit. Metode tersebut mempunyai dua langkah dalam pengolahan citra. Pertama, memisahkan wilayah kulit dengan wilayah bukan kulit. Kedua, menempatkan wajah model tampak depan di dalam wilayah kulit.

Dalam langkah pertama, citra berwarna diubah menjadi citra kemungkinan kulit (citra aras keabuan). Citra ini mempunyai nilai keabuan yang menunjukkan suatu piksel mempunyai kemungkinan merupakan wilayah kulit. Kemudian citra kemungkinan kulit diambangkan dengan pengambangan adaptif. Citra terambang ini merupakan citra biner, yang terdiri atas wilayah kulit dan wilayah bukan kulit. Selanjutnya dengan menggunakan metode template matching, ditentukan wilayah kulit tersegmentasi tersebut merupakan wilayah wajah atau bukan. Penelitian dilakukan dengan program bantu MATLAB 6.5

D. Dasar teori yang digunakan

1. Sistem penangkapan citraPada dasarnya semua citra yang berada di alam merupakan citra analog. Sehingga kita

memerlukan suatu sistem penangkapan citra untuk mengubahnya kedalam bentuk citra digital. Misalkan suatu sinyal citra dua dimensi di fungsinkan dengan f ( x , y ) selanjutnya direkam menjadi citra digital. Fungsi g ( x , y ) adalah hasil rekaman sub system sensor citra dengan fungsi sebaran titik dari sensor citranya adalahh ( x , y ). Sehingga g ( x , y )merupakan f ( x , y ) yang mengalami konvolusi Fungsi g ( x , y ), adalah citra kontinu dan merupakan citra masukan

pada sub-sistem cuplik (sampling), yang akan menghasilkan citra diskret kontinu gs ( x , y ), . Selanjutnya citra diskret-kontinu gs ( x , y )dilewatkan melalui pengubah analog-kedigital

(ADC) untuk memperoleh citra diskretdiskret gd ( x , y ).

2. PenapisanTerdapat dua tipe penapisan, pertama penapisan secara linear contoh prosesnya adalah

tapis pelewat rendah dan tapis pelewat tinggi. Kedua adalah penapisan citra secara tak-linear.

3. Deteksi wajah dalam citraDeteksi wajah (face detection) apabila ada sebuah suatu citra yang berubah-ubah,

maka deteksi wajah ialah akan menentukan apakah ada atau tidak wajah dalam citra tersebut, dan jika ada akan ditentukan lokasi dan luas dari citra wajahnya. Hal-hal yang mempengaruhi dalam deteksi wajah adalah: posisi, ada atau tidaknya komponen struktural, ekspresi wajah, keadaan tumpang tindih (occlusion), arah citra, dan kondisi citra. Tujuan dari deteksi wajah ialah untuk mengidentifikasi semua daerah citra yang mengandung sebuah wajah dengan tanpa mengabaikan posisi tiga dimensi, arah, dan kondisi pencahayaan.

4. Warna Kulit (Skin Color)Warna kulit manusia merupakan cirri efektif yang digunakan dalam proses deteksi wajah.

Waulupun warna kulit setap manusia berbeda, perbedaan utama terdapat pada intensitasnya. Berupa Beberapa ruang warna digunakan untuk memberi label piksel-piksel sebagai kulit, antara lain yaitu RGB, HSV, YCbCr, dan CIE LUV.

5. Segmentasi KulitLangkah pertama dalam algoritma deteksi wajah ialah dengan menggunakan

segmentasi kulit untuk membuang sebanyak mungkin citra yang diindikasikan sebagai wilayah bukan kulit. Ada dua cara yang digunakan dalam mensegmentasi berdasar warna kulit, yaitu mengubah citra RGB ke ruang YCbCr atau ke ruang HSV

Keuntungan utama dari mengubah citra ke ruang YCbCr ialah pengaruh luminansi dapat dihilangkan selama pemrosesan citra. Dalam ruang RGB, tiap komponen citra (merah, hijau, dan biru) mempunyai tingkat kecerahan yang berbeda-beda. Dengan demikian di dalam ruang YCbCr semua informasi tentang tingkat kecerahan diberikan oleh komponen Y,

karena komponen Cb (biru) dan komponen Cr (merah) tidak tergantung dari luminansi

6. Daerah kulitDaerah kulit didefinisikan sebagai daerah tertutup dalam suatu citra, yang dapat

mempunyai 0, 1 atau lebih lubang (hole) di dalamnya. Batasan warnanya ditunjukkan oleh piksel dengan angka 1 untuk citra biner. Semua lubang di dalam citra biner mempunyai nilai piksel 0 (daerah hitam). Ada beberapa hal yang diperlukan untuk menentukan daerah kulit

yaitu: jumlah lubang di dalam suatu daerah kulit, pusat massa, arah, dan lebar dan tinggi wilayah kulit.

7. Template Matching

Dalam template matching, pola wajah bakuan (biasanya tampak depan/frontal) ditetapkan terlebih dahulu secara manual oleh suatu fungsi. Diberikan citra masukan, nilai korelasi dengan pola bakuan dihitung untuk kontur wajah, mata, hidung, dan mulut secara bebas. Keberadaan sebuah wajah ditentukan berdasarkan nilai-nilai korelasi.

E. Perancangan Program

Berikut algoritmanya

1. Proses inisialisasi warna kulit: yaitu mencari nilai rerata dank ovarian dari model warna kulit. Model warna kulit ini merupakan citra berwarna yang didapat dari ekstraksi sejumlah warna kulit manusia.

2. Membaca citra referensi: membaca citra dengan format JPEG. Citra yang dibaca adalah citra referensi yang berupa citra berwarna

3. Melakukan proses pengubahan dari citra referensi menjadi citra grayscale4. Menetapkan proses pengambangan (thresholding) terhadap citra grayscale5. Mencari wilayah-wilayah didalam citra hitam putih, yaitu dengan menentukan jumlah wilayah

kulit di dalam citra hitam putih. Kemudian bisa menentukan kemungkinan wilayah wajah manusia

6. Melakukan pencocokan antara bagian citra yang berhubungan dengan wilayh wajah dengan wajah model

7. Menggambarkan kordinat segiempat pada citra referensi untuk wilayah yang di indikasikan sebagai wajah manusia

F. Hasil penilitian

Dari hasil penentuan wilayah wajah oleh program terhadap 52 citra didapatkan table berikut

NamaJumlah objek wajah

Jumlah Kotak inspeksi

Objek wajah

Objek lain

Aji 1 1 0

Alan Smith 1 1 0

Bayi 1 1 2

Britney Spears 1 1 0

Couple 2 1 1

Dalma_cs 2 2 2David Beckham

1 1 0

Davids 1 1 0

Deka 1 1 0

Del Piero 1 1 0

Desailly 1 1 0

Erik 1 1 0

Indi 1 1 0

India 1 1 1 0

India 2 1 1 0

Italy 1 2 2 0

Italy 2 2 2 0

Joe&Deka 2 1 1

John Dowdell 1 1 0

Jovita 1 1 0

Kaleb 1 1 1

Karen-and-Alf 2 0 0

LeBron 1 1 0

Lelaki Bule 1 1 0

Lelaki Cina 1 1 1 0

Lelaki Cina 2 1 1 0

Lia 1 1 0

Lucy Liu 1 1 1 0

Lucy Liu 2 1 1 1

Mawar 1 1 0

Nedved 1 1 0

Nia 1 1 0Perempuan Bule

1 1 0

Nama Jumlah Jumlah Kotak

objek wajah

inspeksi

Objek wajah

Objek lain

Perempuan Negro

1 1 0

Prita 1 1 0

Rifai&Cahyono 2 1 0

Rini 1 1 0

Romi 1 1 0

Schumacer 1 1 0Serena&Venus 1

2 2 1

Serena&Venus 2

2 1 1

Serena&Mom 2 2 1

Shania Twain 1 1 0

Siti 1 1 0

Smile 1 1 0

Thuram 1 1 0

Tom Cruise 1 1 0

Tupac&friend 2 2 1

Usher&fans 2 2 0

Vieri&Materazi 2 0 0

Vika 1 1 0

Zalayeta 1 1 0

Dari table diatas diketauhi dari 52 buah data citra berwarna yang digunakan sebagai database, terdapat 39 buah citra terdeteksi wilayah wajahnya secara sempurna. Sehingga metode template matching yang digunakan dalam penentuan wilayah wajah mempunyai tingkat keberhasilan sebesar

% keber hasilan=∑ N t

∑ N r

x100 %=3952

x 100 %=75 %

G. Kesimpulan

1. Pendeteksian wilayah wajah dengan ras etnik yang berbeda mempunyai tingkat keberhasilan yang tinggi bila citra tersebut menampilkan setengah badan saja.

2. Semakin besar nilai korelasi silang, maka tingkat kesesuaian antar wilayah wajah yang didapatkan dengan model wajah akan semakin baik

3. Kebanyakan kesalahan dalam proses segmentasi wilayah kulit adalah karena terdapatnya wilayah wilayah yang memiliki keserupaan dengan nilai kemungkinan kulit, seperti warna pakaian yang dikenakan ataupun warna latar belakang