Pemodelan 3 Dimensi (3D) untuk Meningkatkan Tingkat Akurasi Pengenalan Objek 3D dengan Menggunakan Algoritma Direct Linear Transformation

Dalam penelitian ini diteliti feature detector yang akan digunakan untuk pengenalan wajah 3D dimensi menggunakan algotitma DLT (Direct Linear Transformation). Sekarang ini sedang berkembang pengenalan objek secara tiga dimensi (3D) karena pengenalan objek secara dua dimensi (2D) masih memiliki kekurangan. Kekurangan tersebut dapat diatasi dengan penggunaan sistem pengenalan wajah secara 3D. Pada penelitian tahun pertama yang telah berhasil dibangun, sistem pengenalan wajah 3D dimensi menggunakan algoritma DLT dengan melakukan pemodelan 3D. Akan tetapi ditemui kendala yaitu tidak adanya algoritma feature detector yang dapat mengenali keypoint pada wajah dengan tepat tanpa menditeksi key selain keypoint. Algoritma ini sangat penting untuk mengenali perbedaan wajah manusia dengan manusia yang lain. Maka sangat diperlukan untuk mencari dan menganalisis algoritma feature detector yang ada dan mencari kemungkinan untuk membuat algoritma baru atau meningkatkan akurasinya. Tujuan dari penelitian ini mencari algoritma yang dapat menentukan keypoint pada wajah dengan tepat. Sehingga proses pemodelan wajah dapat dilakukan dengan lebih baik. Hal pertama yang dilakukan dalam penelitian ini adalah analisis terhadap semua algoritma yang dapat digunakan sebagai facial keypoint detection. Hasil kemudian dianalisis dan melakukan upaya untuk meningkatkan tingkat akurasi algoritma sehingga algoritma bisa memiliki nilai F-score. Penelitian dibagi menjadi tiga tahap, tahap I pada tahun pertama, pembangunan aplikasi pengenalan objek tiga dimensi dengan pemodelan 3 dimensi. Tahap II pada tahun kedua, analisis, peningkatan kinerja algoritma facial feature detector. Tahap III, pembangunan aplikasi pengenalan objek secara tiga dimensi, kemudian membandingkan dengan tahap I, untuk melihat pengaruh pengenalan objek tanpa dan dengan pemodelan 3 dimensi dan melakukan upaya peningkatan nilai F-score pada algoritma feature detector. Penelitian pada tahun kedua ini memiliki target luaran berupa paper yang terpublikasi pada jurnal international terindeks scopus Q2/Q3, pemakalah pada konferensi dengan output terindeks scopus, dengan hak kekayaan intelektual hak paten sederhana, sistem berupa disain dan TKT 2.