CCTV : FACE RECOGNITION - DIGNA CCTV YOGYAKARTA
CCTV : FACE RECOGNITION
Face Recognition atau yang lebih dikenal dengan Pengenalan Wajah merupakan suatu fitur pengidentifikasian seseorang dari gambar digital atau video. Fitur ini didasarkkan pada kemampuan software untuk mengenali wajah seseorang dengan memetakan bebrbagai ciri khas wajah. Setiap wajah manusia memiliki karakteristik khusus yang bisa membedakan satu sama lain atau sering disebut dengan ‘facaeprint’.
Pada awalnya, fitur pengenalan wajah ini masih menggunakan gambar 2
Dimensi (2D). Cara kerja fitur ini dengan membandingkan gambar 2D dengan
gambar 2D di pusat data. Tetapi, untuk dapat menjalankan fungsinya
dengan efektif dan akurat maka gambar yang diambil harus menghadap
kamera secara langsung dengan sesedikit mungkin perbedaan cahaya dan
ekspresi wajah dengan gambar yang ada di pusat data.
Hal tersebut banyak menimbulkan masalah seringkali gambar yang
diambil tidak dalam kondisi ‘terkontrol’, baikk dari posisi pengambilan
maupun sudut pencahyaan. Hal-hal itulah yang menyebabkan fitur pengenal
wajah dianggap tidak efektif untuk digunakan karena tingkat kesalahan
pengenalan yang tinggi.
Saat ini sudah banyak fitur pengenalan wajah dengan menggunakan
gambar 3 Dimensi model (3D) yang disebut-sebut memberikan tingkat
akurasi yang lebih baik dari sebelumnya. Cara kerja 3D model dilakukan
dengan mengidentifikasi karakteristik khusus dari wajah yang unik dan
tidak berubah seiring berjalannya waktu. Biasanya yang di deteksi adalah
ciri khas yang berhubungan dengan tulang dan jaringan keras lainnya
yang membentuk wajah seperti bentuk wajah, lekukan mata, lekukan hidung
dan sebagainya.
Dengan menggunakan tolak ukur yang tidak dipengaruhi oleh cahaya,
maka fitur ini masih bisa mendeteksi dalam keadaan gelap dan masih
memungkinkan untuk dapat mengenali seseorang dari berbagai sudut
pengambilan gambar sampai mendekati sudut 90 derajat.
TAHAPAN PEMVERIFIKASIAN IDENTITAS
- Deteksi
Gambar dapat diperoleh dengan memindai secara digital foto yang sudah
ada (2D) ataua dengan menggunakan gambar video untuk mendapatkan gambar
live subjek (3D)
- Pengaturan
Begitu mendeteksi wajah, sistem menentukan posisi kepala, ukuran dan
pose. Seperti yang dikatakan sebelumnya, subjek berpotensi dikenali
sampai 90 derajat, sementara dengan 2D, kepala harus menoleh kamera
setidaknya 35 derajat ke arah kamera
- Pengukuran
Sitem mengukur lekukan wajah dalam skala sub-milimeter (gelombang mikro) dan menciptakan template
- Representasi
Sistem menerjemahkan template menjadi kode unik. Pengkodean ini
memberi masing-masing template serangkaian angka untuk mempresentasikan
fitur di wajah subjek.
- Pencocokan
jika gambarnya dalam bentuk 3D dan pusat datanya berisi gambar 3D,
maka pencocokan akan terjadi tanpa perubahan apapun terhadap gambar.
akan tetapi, saat ini tantangan dihadapi oleh pusat data yang gambarnya
masih dalam bentuk 2D. 3D memberikan variabel yang bergerak dan hidup
untuk dibandingkan terhadap gambar yang datar dan tidak bergerak.
- Verifikasi atau Identifikasi
Dalam verifikasi, gambar dicocokan hanya pada satu gambar di pusat
data. misalnya, gambar subjek dicocokan dengan gambar dari pusat data
Kantor Samsat untuk memverifikasi identitas subjek.
Komentar
Posting Komentar