Pada artikel kali ini, saya akan membahas tentang algoritma viola jones. Apa itu viola jones.? Jones disini bukan berarti jomblo ngenes yah.. wkwkwk. melainkan sebuah algortima yang cukup populer namun tidak semua orang mengetahuinya.
 |
| Contoh Metode Viola Jones |
Motivasi saya membuat artikel tentang pembahasan viola jones ini, bermula dari kakak tingkat kelas yang mengambil judul skripsi dan membahas tentang algoritma ini. Ketika saya membuka dan melihat apa itu viola jones, dan ternyata saya cukup terkesan dan lumayan tergiur untuk mempelajarinya. Mungkin materinya masih sedikit kaku, terlebih karena saya belum mencoba mempraktekkannya secara langsung guys,.. Mohon dimaklumi..
Untuk selanjutnya, berikut merupakan ulasan selengkapnya mengenai pembahasan dasar dasar viola jones untuk pemanfaatan deteksi wajah.
Apa Itu Algoritma Viola Jones.?
Apa itu algoritma.? Untuk lebih jelasnnya, anda bisa membaca postingan saya dengan judul "Apa Itu Algoritma Dan Pemrograman". Sedangkan untuk algoritma viola jones itu sendiri adalah sebuah metode untuk mendeteksi suatu objek. Dimana metode ini memiliki tingkat keakuratan yang sangat fantastis dengan mencapai 93,7%. Wow.. sungguh luar biasa bukan.
Dan kenapa dinamai dengan metode viola jones.? Ini diambil dari pencetus atau pembuat metode ini yaitu Paul Viola dan Michael Jones di tahun 2001. Dengan demikian, diambilah nama dari metode ini dari nama belakang masing masing menjadi Viola Jones..
Karakteristik Algoritma Viola Jones
Metode algoritma ini memiliki karakteristik seperti :
- Robust (tingkat deteksi sangat tinggi).
- Real time (minimal 2 frame per detiknya harus diproses).
- Deteksi wajah (untuk mendeteksi proses pengenalan).
Tahapan Tahapan Dalam Algoritma Viola Jones
Tahapan pembuatan algoritma viola jones dibagi menjadi 4, yaitu :
Haar-Like Feature (Fitur Harr Like)
Dalam tahap pertama ini, Memungkinkan untuk memproses gambar dalam bentuk kotak. Selanjutnya, mendapatkan perbedaan nilai (threshold) perkotak dengan mendapatkan pixel per kotak. Ketika sudah mengetahui nilai pixel dari kotak kotak yang berasal dari gambar digital. Nilai itulah yang menjadikan dasar perbandingan dalam mendeteksi wajah.
Adanya fitur ini ditentukan dengan pengurangan rata rata pixel pada daerah yang gelap ataupun terang. Jika terjadi perbedaan yang berada di atas nilai ambang. Maka fitur ini bisa digunakan.
Proses Gambar Integral
Pada proses ini, berfungsi untuk menentukan ada atau tidak adanya object yang sama dari ratusan fitur haar like.
Proses AdaBoost Machine Learning
Metode ini memiliki manfaat untuk melakukan filter atau pemilihan fitur dalam jumlah yang sangat banyak. Dengan metode ini, memungkinkan untuk memiliki batasan tertentu apakah object memiliki kesamaan atau bersifat non objek atau tidak memiliki kesamaan.
Proses cascade classifier
Metode cascade ini adalah metode yang bisa mengkombinasikan classifier(golongan) yang kompleks dalam sebuah struktur yang dapat meningktakan waktu kecepatan dalam mendeteksi objek. Hal tersebut di dapat dari titik fokus daerah yang berpeluang sama.
Boleh saya tahu skripsi kakak kelas anda itu berjudul apa lengkapnya dan kuliah di jurusan apa serta di universitas apa? Mohon bantuannya.
ReplyDelete