Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA)
Vol 2 No 1 (2024): Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA)

Studi Kasus Penerapan Multi-Task Cascaded Convolutional Neural Network Untuk Deteksi Banyak Wajah

Regina Pramushella, Fazha (Unknown)
Alifiany, Maulidiya (Unknown)
Octavia, Tiara (Unknown)
Sari, Asninda (Unknown)
Rosyani, Perani (Unknown)



Article Info

Publish Date
02 Jul 2024

Abstract

Pengenalan objek menggunakan Convolutional Neural Network (CNN) telah menjadi fokus utama dalam visi komputer dalam beberapa tahun terakhir. Salah satu aplikasi krusial dari CNN adalah dalam deteksi objek dalam gambar, khususnya deteksi wajah. Studi kasus ini mengembangkan sistem deteksi objek wajah menggunakan Multi-task Cascaded Convolutional Networks (MTCNN), yang mampu mengidentifikasi multiple objek wajah dalam satu gambar dengan akurasi tinggi. Metode yang diusulkan dievaluasi menggunakan dataset umum untuk klasifikasi objek, dan hasilnya menunjukkan bahwa MTCNN mampu mengatasi tantangan dalam variasi pose, kondisi pencahayaan, dan occlusion. Hasil evaluasi menunjukkan peningkatan signifikan dalam akurasi deteksi wajah dibandingkan dengan metode tradisional seperti Haar Cascade. Studi ini menunjukkan potensi besar MTCNN dalam pengenalan objek praktis, termasuk aplikasi dalam keamanan dan teknologi mobile.

Copyrights © 2024






Journal Info

Abbrev

biikma

Publisher

Subject

Computer Science & IT Control & Systems Engineering

Description

1. Komputasi Lunak, 2. Sistem Cerdas Terdistribusi, Manajemen Basis Data, dan Pengambilan Informasi, 3. Komputasi evolusioner dan komputasi DNA/seluler/molekuler, 4. Deteksi kesalahan, 5. Sistem Energi Hijau dan Terbarukan, 6. Antarmuka Manusia, 7. Interaksi Manusia-Komputer, 8. Hibrida dan ...