Perpustakaan Digital ITB

Banyaknya model face recognition yang telah dikembangkan membuat banyak penggunanaya bebas memilih model yang diinginkan. Akan tetapi, banyaknya model face recognition ini juga akan menimbulkan pertanyaan mengenai seberapa efektif model digunakan, terutama ketika digunakan untuk verifikasi jenis wajah tertentu, misalnya wajah orang Indonesia. Di dalam tulisan ini, disajikan hasil evaluasi beberapa model face recognition menggunakan sample wajah orang Indonesia. Model yang dievaluasi adalah facenet berbasis inception resnet v2 dari pusataka deepface, VGGFace dari pustaka deepface, facenet berbasis inception resnet v1 dari pustaka keras-facenet, dan hasil transfer learning keras-facenet menjadi model Siamese. Model face detection yang digunakan dalam tulisan ini adalah menggunakan SSD. Metode yang diguanakan untuk melakukan evaluasi adalah dengan membandingkan hasil embedding dua buah wajah sampel orang Indonesia dan mengevaluasi nilai actual dan nilai prediction hasil dari model. Nilai ini kemudian digunakan untuk menghitung confusion matrix dan akan dicari parameter accuracy, presicion, recall, dan f1-score. Hasil menunjukkan bahwa model keras – facenet mendapatkan nilai terbaik dengan akurasi mencapai 96.51% dan presisi 100% pada dataset yang dipakai dengan menggunakan euclidean threshold senilai 0.75. Hasil evaluasi yang dihitung dapat digunakan untuk salah satu pertimbangan dalam penggunaan model – model face recognition yang telah disebutkan.