1. UKM Learning and Research Repository
2. PHD Thesis / Tesis PHD
3. Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat

Title:	Corak binari setempat berasas blok jejari untuk pengecaman wajah
Authors:	Abdul Aziz K Abdul Hamid (P36276)
Supervisor:	Md Jan bin Nordin, Profesor Madya Dr.
Keywords:	Human face recognition (Computer science).
Issue Date:	24-Mar-2015
Description:	Pengecaman Wajah merupakan satu bidang kajian yang menerima perhatian yang tinggi dalam multi disiplin penyelidikan seperti pemprosesan imej, pengecaman corak, visi komputer dan pembelajaran mesin. Antara faktor yang mendorong kajian teknologi pengecaman wajah berkembang adalah disebabkan ianya sangat berpotensi dan diperlukan untuk diaplikasikan dalam pelbagai bidang komersial dan penguatkuasaan undang-undang. Kesemua aplikasi ini memerlukan perwakilan vektor fitur yang ringkas, tahan lasak dan efektif. Pendekatan dan kajian tentang algoritma pengecaman wajah yang kos efektif masih menjadi suatu isu utama dalam bidang ini. Diantara kaedah yang didakwa mempunyai kemampuan untuk menafsir imej wajah dengan baik dan melibatkan pengiraan komputer yang kurang ialah Corak Binari Setempat (LBP). Walaupun LBP boleh dianggap sebagai perwakilan fitur yang lasak, tetapi Perwakilan fitur wajah menggunakan konsep LBP adalah pelbagai tetapi semuanya dipengaruhi oleh 4 faktor utama yang mendominasi prestasi algoritma iaitu bilangan pemilihan blok, densiti sampel, jejari pemilihan LBP dan resolusi imej. Daripada empat faktor tersebut, faktor bilangan blok merupakan parameter utama yang menentukan dimensi dan saiz perwakilan fitur imej, dimana semakin banyak bilangan blok, maka ia akan menghasilkan fitur imej yang lebih besar, dan ini memerlukan masa pemprosesan yang lebih lama dan sumber komputer yang lebih banyak. Pemilihan blok pula sangat bergantung kepada domain masalah yang ingin diselesaikan, samada verifikasi identiti atau pengelasan emosi. Secara hipotesisnya, ada beberapa kawasan imej wajah yang mempunyai daya pembeza yang tinggi berbanding kawasan lainnya. Oleh itu penulis menganggap kaedah pemilihan blok kawasan perlu diselesaikan, bagi menjamin algoritma LBP dapat mencapai prestasi terbaik untuk masalah berkaitan perwakilan imej wajah. Penyelesaian yang dicadangkan merupakan kaedah pembahagian dan pemilihan blok kawasan imej wajah berasaskan kepada titik-titik kritikal wajah dengan saiz-saiz jejari tertentu yang dikenali sebagai teknik Blok Berasas Jejari- Corak Binari Setempat (RBB-LBP). Usaha ini dilakukan untuk mencapai objektif menghasilkan vektor fitur perwakilan imej wajah yang lebih ringkas, lasak dan mempunyai sifat pembeza yang tinggi dan seterusnya perwakilan RBB-LBP ini dapat digunakan terhadap domain masalah yang berbeza seperti verifikasi identiti dan pengelasan emosi. Tiga jenis pangkalan data digunakan untuk tujuan pengujian iatu ORL (Olivetti Research Laboratory), Feret (Face Recognition Technology) dan JAFFE (The Japanese Female Facial Expression) agar perbandingan hasil ujian lebih konsisten. Prestasi kaedah yang dicadangkan diukur menurut protocol ujian FERET. Ujian keatas imej wajah dengan variasi pandangan sebanyak 30% (ORL) menunjukkan RBB-LBP mencapai peningkatan prestasi sebanyak 5% hingga 10% berbanding kaedah Analisis Komponen Utama (PCA), LBP asal dan LBP kawasan Zon-T. Manakala untuk pangkalan data FERET peningkatan prestasi verifikasi ditunjukkan sebanyak 0.47% berbanding LBP berpemberat dan 4.47% berbanding LBP asal dengan pengurangan saiz vektor fitur sebanyak 6% berbanding LBP berpemberat dan 26.53% berbanding LBP asal. Saiz vektor fitur dikurangkan lagi kepada 57.14% dan pencapaian RBB-LBP adalah sama dengan LBP berpemberat iaitu 97%. Permasalah pengelasan emosi pula, RBB-LBP mencapai peningkatan prestasi sebanyak 0.97% berbanding prestasi yang terbaik yang laporkan dengan saiz vektor fitur yang sangat kecil, iaitu kurang daripada 10% (1298 berbanding 19456).,Ph.D
Pages:	192
Call Number:	TA1653 .A236 2015 3
Publisher:	UKM, Bangi
Appears in Collections:	Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.