Library Automation and Digital Archive
LONTAR
Fakultas Ilmu Komputer
Universitas Indonesia

Pencarian Sederhana

Find Similar Add to Favorite

Call Number T-0454 (Softcopy T-0073)
Collection Type Tesis
Title Pengembangan metode modified NEAREST FEATURE LINE untuk peningkatan derajat pengenalan dalam sistem penentu sudut pandang dan pengenal wajah 3D
Author LINA;
Publisher Depok: Pascasarjana Fak. Ilmu Komputer UI, 2004
Subject Pattern Recognition, Automated--methods.
Location FASILKOM-UI;
Lokasi : Perpustakaan Fakultas Ilmu Komputer
Nomor Panggil ID Koleksi Status
T-0454 (Softcopy T-0073) 04/10300 TERSEDIA
Tidak ada review pada koleksi ini: 7067
ABSTRAK

Dalam tesis ini, penulis mengembangkan metodologi baru yang dinamakan dengan metode Modified Nearest Feature Line (M-NFL). modifikasi terhadap metode NFL 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 3-D untuk mengestimasi posisi sudut pandang suatu obyek 3-D serta sistem pengenalan wajah untuk mengenali 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 menggunkan metode transformasi Karhunen-Loeve. Dalam penelitian ini jenis transformasi yang digunakan adalah Fully Karhunen-Loeve Transformation, Partially I Karhunen-Loeve Transformation, serta Partially2 Karhunen-Loeve Transformation. hasil eksperimen menunjukkan bahwa tingkat pengenalan sistem penentu sudut pandang dengan menggunakan Partially2 K-LT dengan M-NFL adalah 99,68% dan untuk sistem pengenal wajah 3-D mencapai 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%.