Pengenalan obyek merupakan penelitian yang menggabungkan konsep citra digital, pengenalan pola, matematika, dan statistik. Pengenalan obyek berarti memberikan klasifikasi terhadap obyek, benda atau bentuk tertentu yang terdapat pada suatu citra digital. Pengenalan obyek umumnya terdiri dari deteksi dan pengenalan. Pada deteksi, komputer mencari dan mengidentifikasi komponen- komponen penting pada suatu citra digital untuk mengetahui ada atau tidaknya obyek yang ingin dikenali pada citra tersebut. Identifikasi wajah adalah salah satu tahap praproses yang sangat penting di dalam sistem pengenalan wajah yang digunakan untuk sistem biometric sebagai proses identifikasi autentik seseorang berdasarkan ciri-ciri yang sesuai dengan citra wajah. Namun dalam penerapan fungsi citra tersebut dibutuhkan keakuratan. Untuk itu diperlukan aplikasi pencocokan obyek wajah guna memberikan informasi identifikasi wajah sebagai bukti autentik seseorang. Aplikasi pencocokan wajah ini menggunakan metode Scale Invariant Feature Transform (SIFT) untuk pendeteksian keypoint. Jumlah keypoint dapat berubah berdasarkan nilai threshold yang ditentukan. Nilai threshold 0,1 pada beberapa citra masukan jumlah keypoint yang berkesesuaian bernilai 0, sehingga tidak dapat dilakukan proses pencocokan obyek wajah. Pada nilai threshold 0,8 jumlah keypoint yang berkesesuaian bernilai sedang dan dapat menunjukan hasil yang diperlihatkan pada result matching. Sedangkan pada nilai threshold 0,9 jumlah keypoint yang berkesesuaian semakin banyak ditemukan, hal ini dapat diproses pada registrasi keypoint dan dapat ditunjukan pada result matching.


Deskripsi Lain

Object recognition is a study that combines the concept of digital image, pattern recognition, mathematics, and statistics. Means of object recognition provides for the classification of the object, or shape of objects contained in a digital image. Object recognition generally consists of detection and recognition. On detection, a computer search for and identify the critical components in a digital image to determine whether or not the object to be recognized in the image. Face identification is one of the preprocessing stage is very important in the face recognition system which is used for the biometric system as an authentic identification process based on the characteristics of a person who fit the image of the face. However, in the application of the required accuracy of the image function. It is necessary to face the object matching applications in order to provide information identifying a person's face as authentic evidence. The face matching application using Scale Invariant Feature Transform (SIFT) for keypoint detection. Keypoint number can change based on a specified threshold value. Threshold value of 0.1 on some input image that corresponds keypoint number is 0, so it can not be done face object matching process. At the threshold value of 0.8 which corresponds keypoint number and value being able to show the results of which are shown on the matching result. While the threshold value of 0.9 which corresponds the number of keypoint is found, it can be processed on keypoint registration and matching can be shown in the result.

• Pencocokan Obyek Wajah Menggunakan Metode SIFT (Scale Invariant Feature Transform)