Online Catalog | library@petra

Deteksi masker wajah dengan metode convolutional neural wetwork

Komputer harus mampu mengenali area yang merupakan objek wajah pada citra agar
dapat mempermudah deteksi masker wajah yang digunakan manusia. Deep learning adalah
kecerdasan buatan dengan representasi sederhana yang memiliki lapisan tersembunyi untuk
memproses data yang dapat membangun konsep yang kompleks. Deep learning dapat dilatih
untuk mendeteksi suatu objek serta klasifikasi objek. Terdapat banyak algoritma deep learning
yang dapat digunakan untuk proses pengenalan model misalnya untuk klasifikasi objek
menggunakan MobileNet, VGGNet, DenseNet, GoogLeNet, AlexNet, dan lain-lain sedangkan
untuk deteksi objek dapat menggunakan You Only Look Once, SSD Resnet, Multi-task Cascaded
Convolutional Neural Network (MTCNN), HyperFace dan lain-lain. Sistem pendeteksi objek
dapat menggunakan dua kombinasi algoritma yaitu melakukan dengan metode klasifikasi objek
dan metode deteksi objek. Metode untuk pengenalan objek masker pada wajah manusia adalah
CNN (Convolutional Neural Network).
Metode CNN adalah pengembangan dari Multilayer Perceptron yang didesain untuk
mengolah data dua dimensi. Metode CNN yang sangat baik dalam memproses data spasial dan
mengklasifikasi objek (Chen et al., 2016). Setelah pelatihan model dengan VGGNet dilakukan
maka metode selanjutnya adalah mendeteksi suatu objek dengan menggunakan modul SSD
ResNet

Creator(s)