Face Detection Menggunakan Metode Principal Component Analysis (PCA)




Principal Component Analysis (PCA) adalah prosedur statistik yang mengekstrak fitur-fitur terpenting dari suatu dataset. Lebih jelasnya bisa baca materi dari sumber disni.

Saya disini akan membagikan code program tentang deteksi wajah menggunakan metode PCA tentunya bahasa yang digunakan yaitu python dan library opencv.

Untuk langkah-langkah yang harus dilakukan diantara lain :

  • Pertama buat dataset image wajah dari berbagai beda wajah setiap datasetnya contoh ambil 5 orang dan masing masing orang mempunyai dataset 10, jadi jumlah datasetnya 50. Lebih banyak dataset lebih baik hasilnya
  • Buat folder dengan nama training dan didalam folder training terdapat berbagai folder dengan label nama sesuai dataset milik wajahnya, untuk lebih paham lihat video
  • Buatlah folder dengan nama trained. Ini digunakan untuk hasil ekstrasi fitur setelah data ditraining
  • Kemudian buat code program training menggunakan metode PCA tersebut
  • Jalankan program dan training semua dataset tersebut
  • Setelah ditraining datasetnya, maka akan mendapatkan ciri fitur dari masing-masing wajah dan tersimpan pada folder trained
  • Buat code program prediksi wajahnya
  • Pilih salah satu gambar yang akan dideteksi dengan menggunakan program prediksi
  • Otomatis program akan bisa mendeteksi wajah tersebut merupakan wajah siapa

Untuk lebih jelas dan pahamnya berikut merupakan kode program training dan prediksi :

pca_training.py




prediksi_face.py

Jalankan program dan lihat hasilnya akan seperti video diatas.

Jika  kamu ingin kode perogramnya , caranya :

  • Follow instagram -> ivanjul.com
  • Subscribe youtube channel -> ivanjul.com
  • Setelah itu screenshot telah follow dan subsribe
  • Kirim screenshot ke whatsapp -> disini
  • Saya akan kirim link kode programnya lewat whatsapp

Terus lihat Instagram dan youtube ivanjul.com untuk mendapatkan kode program secara gratis.




 

12 Komentar Tambahkan milikmu

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

This site uses Akismet to reduce spam. Learn how your comment data is processed.