Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Aplikasi Pendeteksian Mata Manusia dengan Menggunakan Algoritma Template Mathching dan Eigeneye
Anugrah Agung Laksana Surya (2010) | Skripsi | Teknik Informatika , Teknik Informatika , Teknik Informatika , Teknik Informatika
Bagikan
Ringkasan
Deteksi mata merupakan langkah awal pengenalan mata manusia
(Human Recognition Eye). Warna merupakan ciri yang menonjol dari mata
manusia. Dengan menggunakan warna kulit sebagai ciri primitif untuk deteksi
region mata memiliki beberapa keuntungan antara lain dalam pemrosesan warna
kebanyakan lebih cepat daripada pemrosesan ciri mata yang lain.
Untuk merepresentasikan mata manusia dilakukan segmentasi kulit
berdasarkan warna kulit untuk mensegmentasi skin region dan non-skin region
dalam citra berwarna (Color Image). Hasil dari segmentasi kemudian akan
dianalisa dengan Connected Component Analysis untuk menganalisa hubungan
skin region dan mengidentifikasikan kandidat mata. Selanjutnya dilakukan tahap
Principal Component Analysis (PCA) untuk mendefinisikan ciri-ciri penting yang
merepresentasikan sekumpulan pola mata, untuk digunakan dalam meminimasi
non-skin region.
Tahap akhir dari proses deteksi mata ini adalah deteksi mata dengan
menggunakan metoda Template Matching dan eigeneye untuk membandingkan
citra kandidat mata dengan template mata, lalu meyakinkan tingkat kemiripan
dengan menghitung nilai korelasinya dan menyimpulkan apakah mata atau bukan
mata.
Ringkasan Alternatif
Eye detection is the first phase of human eye recognition. Color is a
feature appearing from human eye. By using skin color as primitive feature to
detect eye region has some advantage for example in most of color processing are
faster than other eye feature processing.
To represent human eye, it is done by skin segmentation phase based on
skin color to segment eye region and non- skin region in color images. The result
of segmentation phase will be analyzed by Connected Component Analysis phase
to analyze relationship of skin region and to identificate eye candidate.
Furthermore, Principal Component Analysis (PCA) is applied to define the
significant features that represent a set of face pattern to be used to minimize non
The final phase is eye detection phase using Template Matching method
and eigeneye method to compare image of eye candidate with eye template, then
to convince the similarity level by computing the correlation value and to