![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
Dokumen Asli
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Sistem pengenalan wajah semakin penting dan banyak digunakan. Belakangan ini, berbagai
metode presentation attack seperti 3D mask attack menimbulkan ancaman bagi sistem
pengenalan wajah. Berbagai upaya telah dikembangkan dan digunakan untuk mengatasi
penggunaan 3D mask untuk mengelabui (spoof) sistem pengenalan wajah. Tulisan ini
menjabarkan pengembangan sebuah sistem pengenalan wajah yang terdiri atas komponen
deteksi wajah dan komponen anti-spoofing. Eksperimen deteksi wajah yang dilakukan
menyatakan bahwa MTCNN merupakan metode yang lebih baik dibandingkan LBP cascade
classifier dan Haar cascade classifier. Sementara itu, eksperimen anti-spoofing yang
membandingkan metode SVM+LBP dengan CNN menunjukkan bahwa CNN memiliki
keunggulan yang cukup jauh dalam mendeteksi 3D mask attack. Ketiga arsitektur CNN yang
diujikan memberikan hasil yang hampir serupa; model CNN dengan arsitektur Inception v3
memberikan galat ACER yang paling kecil. Pada tulisan ini dijelaskan juga modifikasi pada
setiap komponen sistem untuk mengurangi waktu inferensi, yakni pendeteksian wajah pada
subarea frame serta pemanfaatan multiprocessing pada komponen anti-spoofing.