Perpustakaan Digital ITB

Rekognisi wajah dua dimensi sebagai sistem identifikasi biometric saat ini banyak digunakan karena kemudahan dan tingkat akurasinya yang tinggi dalam proses identifikasi. Terlepas dari kelebihan tersebut, masih ada kekurangan sistem rekognisi wajah 2D dengan penggunaan kamera RGB dalam pemindaian yang dapat menyebabkan masalah keamanan. Untuk itu kami mengajukan sebuah sistem rekognisi wajah yang dibuat dengan merancang sistem pemindaian tiga dimensi berbasis point cloud dengan memanfaatkan kamera stereo vision (kinect model 1414) beserta algoritma pendeteksi wajah dengan bahasa pemrograman Python menggunakan metode Deep Learning. Secara khusus, dalam buku TA ini akan dibahas mengenai desain program pemindaian wajah 3D berbasis Point Cloud menggunakan processing IDE. Program dirancang untuk memenuhi persyaratan desain diantaranya, pemindaian wajah pada berbagai kondisi iluminasi, pemindaian wajah pada rentang jarak tertentu, visualisasi data wajah 3D point cloud dalam berbagai pose dan percobaan pemindaian spoofing face atau pemalsuan wajah. Dari penggunaan program pemindaian, akan dibuat dataset untuk pelatihan algoritma pendeteksian berbasis deep learning. Data yang disiapkan berupa gambar 2D dengan format PNG hasil konversi 3D point cloud. Dataset dibuat empat jenis yang terdiri dari 2 hingga 5 subjek wajah. Dari hasil pengujian diperoleh beberapa aspek diantaranya, sensitifitas sistem stabil pada berbagai kondisi iluminasi, jarak pemindaian dapat diatur berdasarkan data depth map, mampu memvisualkan berbagai sudut pose wajah dengan merotasi data wajah 3D, sistem mampu menghindari kecurangan 2D spoofing face. Dari pembuatan keempat dataset, nilai loss yang diperoleh berkisar antara antara 2,6 – 3,5. Nilai ini terpengaruh tidak hanya oleh jumlah dataset, tetapi jumlah subjek per dataset, pemilihan sampel input dataset dan metode pelatihan. Sistem diluncurkan untuk dapat bekerja pada sistem operasi Windows dengan dukungan Java.