Pose kepala mengindikasi serta memvisualisasiseseorang akan atensi dan ketertarikan akan sesuatu, hal itumemainkan peranan penting di berbagai macam aplikasi.Dengan banyaknya jumlah kelas dari pose kepala membuattugas dalam mengestimasi ini merupakan tugas yang sulit.Dalam penelitian ini metode yang digunakan dalammengestimasi pose kepala adalah Histogram of OrientedGradients dan Multiclass Support Vector Machine.Histogram of Oriented Gradient digunakan sebagai ekstrasifitur kepada kepala gambar yang akan diestimasimenggunakan fungsi dalam OpenCV dan MulticlassSupport Vector Machine dijalankan sebagai pengestimasipose kepala menggunakan fungsi dari Scikit-learn. Headpose database dari INRIA Rhône-Alpes 2004 digunakansebagai Training dan Testing, memiliki jumlah gambarsebanyak 2790 buah lalu dibagi menjadi 93 kelas untuk posekepala menghasilkan 30 gambar pose per kelas . Dilakukanpengujian dengan menggunakan cross validation sebanyak5-folds rata-rata akurasi yang didapat adalah 22,5% denganrata-rata dari fi-score (0,21), precision (0,23), recall (0,22)
Copyrights © 2020