Perpustakaan Digital ITB

Sistem pengenalan wajah beresolusi rendah merupakan sistem yang dapat mengenali identitas suatu wajah dengan masukan berupa gambar wajah beresolusi rendah. Sistem pengenalan wajah beresolusi rendah yang lengkap terdiri dari komponen deteksi wajah, komponen preprocessing atau super resolution, dan komponen pengenalan wajah. Terdapat beberapa sistem pengenalan wajah beresolusi rendah yang sudah dikembangkan sebelumnya, namun terdapat beberapa kekurangan, seperti komponen sistem yang belum lengkap dan kecepatan pengenalan yang rendah. Hasil penelitian ini dimaksudkan untuk mengatasi kekurangankekurangan tersebut. Oleh karena itu tujuan dari penelitian tugas akhir ini adalah: 1) membangun sistem pengenalan wajah beresolusi rendah yang lengkap dengan komponen deteksi wajah, komponen preprocessing, dan komponen pengenalan wajah, 2) membandingkan kinerja secara kuantitatif beberapa teknik deep learning untuk setiap komponen yang dibangun, 3) menghasilkan sistem pengenalan wajah beresolusi rendah dengan menggunakan komponen yang paling optimal berdasarkan eksperimen yang dilakukan sebelumnya. Pembangunan sistem dimulai dengan membangun komponen deteksi wajah. Teknik deteksi wajah yang terbaik berdasarkan eksperimen pada beberapa teknik wajah adalah Mobilenet SSD, namun pada eksperimen sistem akan digunakan juga teknik MTCNN sebagai teknik deteksi wajah kedua terbaik untuk dibandingkan. Kemudian komponen preprocessing atau super resolution dibangun. Berdasarkan eksperimen yang dilakukan, terpilih teknik CARN sebagai teknik super resolution terbaik. Kemudian dibangun komponen pengenalan wajah yang terdiri dari sub komponen ekstraksi fitur dan classifier. Masing-masing teknik ekstraksi fitur yang akan dibandingkan dihubungkan dengan sebuah classifier biner. Berdasarkan eksperimen yang dilakukan pada komponen ini, terpilih Facenet sebagai teknik ekstraksi fitur terbaik. Evaluasi sistem secara keseluruhan memberikan performa akurasi pengenalan wajah terbaik sebesar 93% pada gambar berukuran 36×36, 84% pada gambar berukuran 24×24, dan 56,2% pada gambar berukuran 12×12. Sedangkan untuk waktu pengenalan terbaik adalah 0,084 detik pada gambar berukuran 36×36, 0,086 detik pada gambar berukuran 24×24, dan 0,092 detik pada gambar berukuran 12×12