Library Automation and Digital Archive
LONTAR
Fakultas Ilmu Komputer
Universitas Indonesia

Pencarian Sederhana

Find Similar Add to Favorite

Call Number JURNAL ILMU KOMPUTER DAN TEKNOLOGI INFORMASI, Vol. 4 No. 1 Mei 2004
Collection Type UI-ana Indek Artikel
Title Pengembangan metode modified nearest feature line untuk meningkatkan derajat pengenalan sistem penentu sudut pandang dan sistem pengenal wajah 3-D, hal : 8-18
Author Lina
Publisher Fakultas Ilmu Komputer Universitas Indonesia
Subject
Location FASILKOM-UI;
Lokasi : Perpustakaan Fakultas Ilmu Komputer
Nomor Panggil ID Koleksi Status
JURNAL ILMU KOMPUTER DAN TEKNOLOGI INFORMASI, Vol. 4 No. 1 Mei 2004 TERSEDIA
Tidak ada review pada koleksi ini: 14398
Dalam makalah ini penulis mengembangkan metodologi baru yang dinamakan dengan metode modified nearest feature line (M-NFL) modifikasi terhadap metode NFI ini dilakukan dengan menambah jumlah garis ciri dengan membentuk garis garis baru hasil proyeksi tegak lurus dari setiap titik citra acuan yang ada terhadap garis ciri yang dibentuk oleh titik-titik citra acuan dalam suatu kelas. Tujuannya adalah agar sistem dapat menangkap lebih banyak informasi dari variasi antara titik-titik ciri dalam setiap kelas, sehingga tingkat pengenalan sistem akan menjadi lebih tinggi. Metode M-NFL ini akan digunakan sebagai metode klasifikasi dalam sistem penentu sudut pandang obyek 3D untuk menestimasi posisi sudut pandang suatu obyek 3-D serta sistem pengenalan wajah untuk mengenal citra wajah 3-D. Sedangkan dalam tahap pembentukan ruang ciri untuk kedua sistem tersebut, citra wajah manusia dari berbagai sudut pandang pengamatan akan ditransformasikan ke dalam ruang ciri dengan menggunakan metode transformasi Karhunen-Loeve. Dalam penelitian ini jenis transformasi yang digunakan adalah Partially I Karhunen-Loeve Transformation, serta Partially 2 Karhunen-Loeve Transformation. Hasil eksperimen menunjukkan bahwa tingkat pengenalan sistem penentu sudut pandang dengan menggunakan partially 2 K-LT dengan M-NFL adalah 99.68% dan untuk sistem pengenal wajah 3-D mencapi 100%, lebih tinggi dibandingkan dengan tingkat pengenalan sistem penentu sudut pandang menggunakan Partially 2 K-LT dengan NFL yang hanya mencapai 96.79% dan untuk sistem pengenal wajah 3-D mencapai 92.31%.