Face Recognition menggunakan Python

Face Recognition merupakan teknik pengenalan yang digunakan untuk mendeteksi wajah yang gambarnya disimpan dalam kumpulan data. Tujuan pembuatan model Face Recognition untuk mengidentifikasi wajah seseorang untuk berbagai kepentingan atau tujuan. Salah satunya yang sering kita temui adalah face recognition pada smartphone yang berguna untuk mendeteksi wajah pemilik.

Cara untuk menghitung nilai dari fitur ini adalah dengan mengurangkan nilai piksel pada area berwarna putih dengan piksel pada area yang berwarna hitam. Untuk mempermudah proses penghitungan nilai fitur, algoritma Haar menggunakan sebuah media berupa Integral Image. Integral Image adalah sebuah citra yang nilai tiap pikselnya merupakan penjumlahan dari nilai piksel kiri atas hingga kanan bawah. Sebagai contoh piksel (a,b) memiliki nilai akumulatif untuk semua piksel (x, y). Dimana x ≤ a, y ≤ b Dalam menggunakan metode haar cascade ada beberapa jenis citra gambar yang dapat diolah salah satunya yaitu grayscale. Haar Cascade Classier merupakan step untuk mendapatkan hasil yang lebih akurat,dengan cara menghitung nilai Haar Feature dalam jumlah banyak dan berulang.

Metode Haar Cascade Classifier memiliki kelebihan yaitu perihal komputasi yang cepat karena tersebut hanya bergantung pada jumlah piksel dalam persegi dari sebuah image.

berikut langkah-langkah yang digunakan untuk membuat project Face Recognition :

pertama install opencv

Kode di atas akan menangkap video streams yang akan dihasilkan oleh PiCam dalam warna BGR dan mode Abu-abu. Simpan kode tersebut dengan nama camtest.py

untuk menjalankan perintah tersebut, masukan perintah :

Face Detection dilakukan pengenalan wajah secara real time yang nantinya sebagai sumber data yang digunakan untuk mengenali wajah.

pada line

baris diatas yang “classifier” (yang harus berada di direktori bernama “Cascades/”.

kemudian, kita akan menyalakan kamera untuk memuat video dalam mode skala abu-abu (sama seperti yang kita lihat sebelumnya).

dari hasil menjalankan kode diatas maka akan diperintahkan memasukan id untuk mendeteksi id user pada wajah yang akan ditangkap.

Simpan kode tersebut di bawah “c:/FaceRecognition/faceid.py”

gambar di atas merupakan hasil dari pengambilan wajah pada user id 1. file tersebut berada di bawah “c:/FaceRecognition/DataSet/”

Setelah Gambar berhasil ditangkap selanjutnya melakukan training pada data set dilakukan langsung oleh fungsi OpenCV.

Simpan kode tersebut di “c:/FaceRecognition/training.py”. Setelah itu buat folder bernama training. Hasil dari menjalankan training adalah file .yml yang akan disimpan di “c:/FaceRecognition/training/”

Untuk melakukan pengenalan wajah lebih detail menggunakan database dengan software SQLiteStudio

pertama, membuat file database dengan nama “datawajah” disimpan di “c:/FaceRecognition/” lalu membuat tabel dengan struktur seperti berikut

Lalu mengisi tabel dengan tabel id, nama, umur dan gender seperti contoh berikut

Database tersebut akan digunakan nantinya untuk melakukan pengenalan wajah dengan informasi yang telah dibuat didalam tabel database.

Pada tahap terakhir membuat kode untuk melakukan pengenalan wajah dengan informasi yang telah dibuat di dalam database dan data yang sudah dilakukan training pada tahap sebelumnya

Simpan kode tersebut di “c:/FaceRecognition/tangkapwajah.py”. Untuk menjalankan kode tersebut menggunakan perintah berikut :

untuk menjalankan perintah tersebut, masukan perintah :

Gambar diatas merupakan hasil yang berhasil dari pengenalan wajah dengan 2 wajah dideteksi dengan model yang sudah dibuat.

Related posts:

Employing the best IT talent is increasingly becoming difficult for organizations as most people in the workforce reassess their priorities and goals due to the pandemic. Therefore, CIOs should…

A personal trainer might sound like a luxury used only by people with lots of cash to indulge at the gym. All the A-listers have one, you know! Conversely, a personal trainer might sound like a…

But even I am struggling to consider spending £1,150 on the iPhone X, especially as a Christian where I see so much need in the world. My trusty 6+ is getting slower and slower, and given the demands…