Pengenalan Wajah Sebagai Implementasi Pengolahan Citra

Pengolahan citra digital adalah salah satu cabang informatika (ilmu komputer) yang berkutat pada usaha untuk melakukan transformasi suatu citra menjadi citra lain dengan menggunakan teknik tertentu.

Pengolahan citra adalah salah satu jenis teknologi untuk menyelesaikan masalah mengenai pemrosesan gambar. Dalam pengolahan citra, gambar yang ada diolah sedemikian rupa sehingga gambar tersebut lebih mudah diproses, sedangkan computer vision mempunyai tujuan utama yaitu untuk membuat suatu keputusan yang berguna tentang objek fisik nyata yang didapat dari perangkat atau sensor.

Salah satu implementasi pengolahan citra adalah pengenalan wajah…
pasti tidak asing bukan?? Teknologi pengenalan wajah yang sering digunakan saat ini adalah untuk verifikasi password atau sandi saat kamu membuka smartphone-mu atau membuka brankas rahasia seperti di film — film

Mengenali wajah seseorang merupakan suatu hal yang mudah dilakukan oleh manusia. Seseorang akan cepat mengenal, menghafal dan membedakan wajah setiap orang yang dikenal sebelumnya walaupun dengan ekspresi yang berbeda-beda ketika ditemui, atau bahkan dalam keadaan terang maupun gelap. Tetapi tidak demikian untuk komputer, agar dapat mengenali wajah manusia diperlukan perlakuan khusus sehingga ketika diberi input sebuah gambar, komputer dapat mendeteksi apakah dalam gambar tersebut terdapat sebuah gambar wajah atau tidak dan dapat mengenali wajah tersebut

Pengenalan wajah adalah salah satu aplikasi yang paling berkembang dalam computer vision dan pattern recognition (pengenalan pola). Tujuan utamanya adalah untuk mengenali wajah manusia dari gambar atau video menggunakan teknologi Artificial Intelligence (Kecerdasan Buatan) alias AI untuk mengenali wajah — wajah orang yang sudah terdaftar di database-nya.

Rencananya, dengan teknologi akan menggantikan passport dan boarding pass dalam penerbangan. Jadi nantinya kita hanya perlu melakukan scan wajah untuk mengkonfirmasi data dan tiket penerbangan. Sangat membantu aktfitas kita bukan?

Meskipun saat ini, face recognition baru digunakan untuk smartphone dan beberapa tempat percobaan saja. Tetapi teknologi ini terus dikembangkan agar bisa segera digunakan oleh lebih banyak orang di seluruh dunia.

Wahh komputer hebat yaa bisa mengenali wajah kita, lalu bagaimana sih cara kerja “Face Recognition” ini?

Prinsip kerja face recognition sebenarnya sangat sederhana dan mudah dimengerti. Kamera dan kecerdasan buatan akan melakukan scan wajah terdahap orang secara mendetail. Scan ini akan menyimpan semua data mulai dari bentuk mata, rahang, bibir, mulut, hidung, ukuran wajah, dan lain — lain yang ada di dalam wajah orang tersebut. Kemudian, datanya disimpan di dalam server khusus milik perusahaan atau pemilik face recognition ini.

Nantinya, setiap kali wajah orang yang datanya sudah di scan melewati atau melakukan lagi scan di kamera dengan data base yang sama, data mereka akan muncul dan diverifikasi. Bisa dibilang, cara kerjanya mirip finger print namun dalam bentuk wajah. Uniknya hasil scan wajah tidak akan terpengaruhi oleh factor pencahayaan. Sehingga kamera melakukan scan dengan cara khusus agar bisa memperoleh data akurat tanpa membutuhkan pencahayaan yang baik.

Sumber : tutorkeren.com

Menurut US Government Accountability Office, ada empat komponen yang dibutuhkan untuk melakukan facial recognition, yaitu:

• Kamera
• Faceprint
• Database
• Algoritme utuk membandingkan faceprint dari wajah target dengan faceprint dalam database.

Setelah komponen tersebut terpenuhi, kita bisa mulai melakukan facial recognition. Ada tiga tahapan yang biasanya dilewati, yaitu:

1. Detection
Sistem akan mengekstraksi pola dalam sebuah gambar lalu membandingkannya. Jika polanya sama, sistem akan mengasumsikan bahwa ada wajah dalam gambar tersebut.

2. Faceprint creation
Faceprint adalah ‘cetakan’ atau ‘model’ wajah. Untuk membuat faceprint, ada dua cara yang biasanya dilakukan, yaitu:

• Pendekatan geometris (geometric approach)
  Mengukur jarak dan relasi spasial antara fitur wajah seperti titik pusat mata, bagian ujung hidung, atau garis bibir untuk mengenali wajah.
• Pendekatan fotometrik (photometric approach)
  Menganalisis foto dan membandingkannya dengan database untuk mengenali identitas seseorang berdasarkan statatistiknya.
• Analisis tekstur wajah (skin texture analysis)
  Memetakan lokasi unik pori-pori, garis, atau bercak pada kulit yang berbeda antara seseorang dengan yang lainnya.

3. Verifikasi atau identifikasi
Verifikasi berbeda dengan identifikasi. Jadi, outputnya juga akan berbeda.

• Verifikasi (atau autentikasi)
  Cara ini membandingkan input foto wajah dengan data foto pengguna yang membutuhkan autentikasi. Agar lebih mudah diingat, perbandingannya 1×1.
  Contoh:
  Membuka kunci smartphone dengan wajah. Kamu perlu memasukkan data wajah atau foto kamu terlebih dahulu untuk disimpan dalam database smartphone. Saat kamu mengarahkan kamera ke wajah, akses smartphone baru akan terbuka.
• Identifikasi
  Perbandingan 1xN. Jadi, input foto wajah dibandingkan dengan seluruh foto wajah yang ada dalam dataset untuk menemukan orang yang cocok dengan input foto tersebut.
  Contoh:
  Rekomendasi photo tagging dari Facebook juga salah satu contohnya.

Adapun bidang-bidang dalam penelitian yang berkaitan dengan pemrosesan wajah (face processing) antara lain adalah sebagai berikut:

1. Pengenalan wajah (face recognition) yaitu proses membandingkan sebuah citra wajah dengan basis data wajah dan menemukan basis data wajah yang paling cocok dengan citra masukan tersebut.
2. Autentikasi wajah (face authentication) yaitu menguji keaslian/kesamaan suatu wajah dengan data wajah yang telah diinputkan sebelumnya.
3. Lokalisasi wajah (face localization</i) yaitu pendeteksian wajah namun dengan asumsi hanya ada satu wajah di dalam citra.
4. Penjejakan wajah (face tracking) yaitu memperkirakan lokasi suatu wajah di dalam video secara real time.
5. Pengenalan ekspresi wajah (facial expression recognition) untuk mengenali kondisi emosi manusia.

Tapi aman gak sih teknologi pengenalan wajah ini?

Sistem keamanan dengan menggunakan PIN (Personal Identification Number), kartu identitas (Identification Card) dan kata sandi (password) belum dapat sepenuhnya menjamin sistem keamanan yang mampu melindungi data pribadi seseorang. Faktanya, cara tersebut dapat dengan mudah diketahui oleh orang lain atau dibobol dengan sistem canggih sehingga dapat menimbulkan kerugian. Sistem keamanan saat ini dikembangkan menggunakan teknologi yang dapat melindungi sistem keamanan dengan baik yaitu menggunakan teknologi Biometrik. Dalam perkembangannya, sistem keamanan biometrik semakin diminati karena dianggap lebih akurat dan tak bisa dipalsukan.

Dalam sistem keamanan biometrik dengan pengenalan struktur bentuk wajah ini membutuhkan peralatan kamera dalam pengidentifikasiannya. Adapun device pada face recognition system bekerja sebagai pengenal kode yang bekerja pada objek muka seseorang. Device ini mengambil kode berdasarkan bentuk geometri wajah. Jenis pengambilan data informasi pada device ini dibagi menjadi 2 (dua) tipe, yaitu tipe pengambilan secara 2D dan tipe pengambilan secara 3D. Tapi pada kenyataannya, penggunaan 3D lebih menguntungkan karena lebih spesifik untuk kode pengenal. Sehingga banyak perangkat keamanan yang menggunakan face recognition system dengan tipe 3D.

Berikut adalah cara kerja pada device face recognition system yaitu:

1. Pendeteksian wajah. Pendeteksian wajah dilakukan dengan pengambilan foto wajah dari manusia dengan memindai foto 2D secara digital, atau bisa juga menggunakan video untuk mengambil foto wajah 3D.
2. Penjajaran. Setelah wajah berhasil dideteksi, software akan dapat menentukan posisi, ukuran, dan sikap kepala. Pada software 3D foto wajah mampu dikenali hingga 90 derajat, sedangkan untuk software 2D posisi kepala harus menghadap kamera paling tidak 35 derajat.
3. Pengukuran. Selanjutnya software dapat mengukur lekukan yang ada pada wajah dengan menggunakan skala sub-milimeter (microwave) dan membuat template.
4. Representasi. Kemudian jika template sudah jadi maka template tersebut dapat diterjemahkan kedalam sebuah kode yang unik, yang mempresentasikan setiap wajah.
5. Pencocokan. Jika foto wajah yang telah direpresentasikan dan ketersediaan foto wajah dalam basis data sama-sama 3D, proses pencocokan dapat langsung dilakukan. Namun, saat ini masih ada tantangan untuk mencocokkan representasi 3D dengan basis data foto 2D. Teknologi baru kini tengah menjawab tantangan ini. Ketika foto wajah 3D diambil, software akan mengidentifikasikan beberapa titik (biasanya tiga titik) yaitu mata bagian luar dan dalam, serta ujung hidung. Berdasarkan hasil pengukuran ini software akan mengubah gambar 3D menjadi 2D, dan membandingkannya dengan gambar wajah 2D yang sudah ada di dalam basis data.
6. Verifikasi atau identifikasi. Verifikasi merupakan proses pencocokkan satu berbanding satu. Sedangkan identifikasi adalah perbandingan foto wajah yang diambil dengan seluruh gambar yang memiliki kemiripan dalam database.
7. Analisis tekstur wajah. Kemajuan dalam software face recognition adalah penggunaan biometrik kulit atau keunikan tekstur kulit untuk meningkatkan akurasi hasil pencocokkan. Namun terdapat beberapa faktor yang menyebabkan proses analisis tekstur ini tidak dapat bekerja, misalnya pantulan cahaya dari kacamata atau foto wajah yang menggunakan kacamata matahari. Faktor penghambat analisis lainnya adalah rambut panjang yang menutupi bagian tengah wajah, pencahayaan yang kurang tepat (yang mengakibatkan foto wajah menjadi kelebihan atau kekurangan cahaya), serta resolusi yang rendah (foto diambil dari kejauhan).

Facial recognition adalah salah satu jenis sistem identifikasi “biometrik”. Sistem ini mengidentifikasi seseorang dengan fitur-fitur khusus pada tubuh maupun DNA yang membedakan satu orang dengan orang lainnya. Contoh identifikasi biometrik lainnya adalah fingerprint atau sidik jari, retina scanning, iris scanning, serta voice recognition.

Bisa dibilang, facial recognition adalah salah satu sistem identifikasi biometrik yang sangat efektif dalam menghasilkan informasi. Hal tersebut bisa terjadi karena penggunaan algoritma neural network yang berperan penting dalam pengembangan sistem facial recognition.

Neural network dibuat berdasarkan model cara kerja otak manusia. Algoritma ini kemudian mencoba meniru proses otak mengenali wajah seseorang. Alam bawah sadar otak akan mencoba mengenali fitur-fitur khusus pada wajah. Seperti jarak antara mata, tinggi dahi, lebar hidung, dan sebagainya.
Algoritma facial recognition kemudian dirancang untuk memetakan fitur wajah seseorang secara matematis. Data fitur wajah yang disebut faceprint ini kemudian disimpan untuk dicocokkan dengan hasil pencarian.

Sekarang kamu sudah mulai paham cara kerja facial recognition, bukan? Dalam bagian ini, aku akan menunjukkan beberapa contoh pemanfaatan facial recognition di berbagai industri. Tentunya, masih ada lebih banyak lagi

1. Otomotif

Byton, sebuah produsen mobil listrik asal Tiongkok, menciptakan sebuah SUV yang memanfaatkan teknologi facial recognition untuk membuka kuncinya. Setelah mengautorisasi pengemudi, software dalam mobil tersebut juga secara otomatis akan mengatur posisi kursi, spion, dan suhu dalam mobil, sesuai degan preferensi pengemudi.

2. Ritel

Smart store seperti AmazonGo atau JD.IDX menggunakan facial recognition untuk mengidentifikasi pengunjung toko, mengawasi aktivitas belanja, dan memverifikasi pembayaran.

Contoh lainnya adalah smile to pay, sistem pembayaran milik Alipay. Setelah kamu terdaftar, untuk melakukan pembayaran kamu cukup memindai wajah di mesin yang telah disediakan. Tidak perlu lagi menggunakan dompet.

3. Pendidikan
Sebuah sekolah di Tiongkok memasang kamera di atas papan tulis untuk mengidentifikasi emosi siswa. Dari mulai netral, bahagia, sedih, kecewa, marah, takut, dan terkejut, untuk menentukan apakah seorang siswa fokus belajar di kelas atau tidak. Jika tidak, komputer akan memberikan notifikasi kepada guru untuk menangani siswa tersebut.

4. Kesehatan
Peneliti dari Duke University menciptakan aplikasi Autism & Beyond yang bertujuan untuk menguji realibilitas smartphone dan analisis ekspresi wajah melalui video sebagai alat screening gejala autisme atau gangguan tumbuh kembang lainnya pada anak.

Pada tahun 2017, sebuah riset juga berhasil menggunakan software facial recognition untuk mendiagnosis sindrom genetik DiGeorge yang langka. Selain itu, sebuah aplikasi yang diciptakan Listerine juga membantu orang tunanetra untuk mendeteksi senyuman dari sensor getar yang dihasilkan dengan membaca ekspresi wajah seseorang.

5. Sosial dan lainnya
Sebuah aplikasi bernama Finding Rover memungkinkan kamu untuk menemukan hewan peliharaan yang hilang dengan mendeteksi wajah hewan.

Sementara di India, kepolisian New Delhi berhasil mengidentifikasi sekitar 3000 anak yang hilang, hanya dalam empat hari dengan menggunakan sistem facial recognotion.

Dari pembahasan di atas, menggunakan atau memanfaatkan sistem pengenalan wajah (Face Recognition) untuk menjaga data pribadi dapat menjamin sistem keamanan yang lebih baik. Hal itu terjadi karena sistem biometrik akan memverifikasi data yang melekat pada tubuh seseorang sehingga tidak akan terjadi kesalahan manusia (human error).

Namun dalam beberapa kasus, pemanfaatan facial recognition sebetulnya masih menuai berbagai pro dan kontra. Bayangan seseorang diawasi secara terus-menerus seperti di Tiongkok, atau penyalahgunaan data dengan foto yang diinput terkadang membuat orang merasa kurang nyaman dengan maraknya penggunaan teknologi ini.

Tapi, seandainya kita dapat menggunakan data dengan bijak, menjaga keamanan data dan data digunakan dengan wajar tanpa melewati batas privasi seseorang, facial recognition akan sangat membantu manusia dalam berbagai bidang.

Pengolahan citra dan artificial intelligence selalu berkesinambungan. kamu juga bisa loh membuat teknologi image processing seperti deteksi wajah, dan deteksi image dengan menggunakan teknologi Deep Learning yang merupakan bagian dari Artificial Intelligence atau AI (Kecerdasan Buatan). Yuk terus disimak artikel artikel ku. Semoga bermanfaat peers!

Daftar Pustaka
https://www.asliri.id/2018/12/12/mengenal-cara-kerja-face-recognition/
https://algorit.ma/blog/behind-data-science-cara-kerja-facial-recognition/
https://www.centerklik.com/teknologi-face-recognition/
https://eprints.uny.ac.id/65995/1/Skripsi%20FULLTEXT_Salamah%20Nur%20Aqidah_15306141049.pdf