ABSTRAKSI: Computer Vision adalah salah satu bidang penelitian yang sedang berkembang sekarang ini. Inti dari Computer Vision adalah bagaimana sebuah mesin mampu mengenal suatu objek. Salah satu aplikasi praktis yang tengah giat dikembangkan dalam Computer Vision adalah pembangunan sistem pengenalan wajah waktu nyata (Real Time Face Recognition System). Sejauh ini, kendala utama yang dihadapi dalam sistem pengenalan wajah berkisar pada masalah variasi pose, orientasi wajah, variasi pencahayaan dan masalah komputasi ketika prosedur pengenalan dijalankan oleh komputer. Pada kondisi nyata, sistem pengenalan wajah dituntut juga untuk mampu mendeteksi keberadaan wajah dalam citra digital lalu mengekstraknya sebagai citra wajah yang akan dikenali.
Pulse-Coupled Neural Network (PCNN) adalah sebuah processing tool yang menjanjikan. Karena Pulse- Coupled Neural Network sangat tergantung pada bentuk gambar, hal ini sesuai untuk Automated Face Segmentation karena gambar muka memiliki bentuk yang serupa. Algoritma ini diimplementasikan untuk pendeteksian otomatis fitur-fitur wajah (mata, hidung dan mulut) pada gambar wajah yang memiliki perbedaan ekspresi berbasis pada model Active Contour (snakes) dengan bantuan PCNN.
Pengujian PCNN dan AC dilakukan pada dua kategori citra background dan non background yang masingmasing terdiri dari 30 citra input. Berdasarkan hasil pengujian, algoritma PCNN mampu menghasilkan tingkat akurasi yang baik yaitu berkisar antara 87-98% pada citra grayscale dan rgb. Dan metode Active Contour juga mampu melakukan pendeteksian otomatis fitur yang stabil dan akurat berdasarkan inisialisasi kurva setiap citranya.
Kata Kunci : Computer vision, Real Time Face Recognition System, pendeteksian fitur wajah, active contour, Pulse-coupled neural network.ABSTRACT: Computer Vision is a research graetly developed today. The main idea is to solve how a machine be able to recognize an object. The practical aplication of Computer Vission for example is real time face recognition system. So far, there are many kinds of problems faced in face recognition technology, they are pose varians, face orientation, lighting and computational problems. In real world, face recognition system should be able to detect the presence of face and extract it to be recognized.
Pulse-Coupled Neural Network (PCNN) is a new promising image processing tool. Since the Pulse-Coupled Neural Network firing scheme depends mainly on the shapes of the image, it is suitable for automated face segmentation (AFC) because face images contains the same shape. In this paper, we present an algorithm for automatic facial features (eye, nose and mouth) detection in face images for different expressions based on PCNN-guided active contour models (snakes).
Based on test result, PCNN algorithm is able to produce a good accuracy between 87-98 percent on the grayscale and RGB images. And Active Contour method is also good enough to do segmentation for automatic features detection based on the curve initialization its image.
Keyword: Computer vision, Real Time Face Recognition System, facial features detection, active contour, Pulse-coupled neural network.