Face Recognition with EigenFace method

Tugas Besar 2 IF 2123 Aljabar Linier dan Geometri

Aplikasi Nilai Eigen dan EigenFace pada Pengenalan Wajah (Face Recognition)

Oleh Kelompok 40 - DigOldBicks

Video Aplikasi

Daftar isi

• Tentang Proyek
• Fitur
• Screenshots
• Requirement
• Setup
• Usage
• Status Proyek
• Room for Improvement
• Acknowledgements

Tentang Proyek

• Teknologi face recognition sederhana menggunakan nilai eigen dan EigenFace
• Penggunaan EigenFace memungkinkan pencocokan wajah tanpa membutuhkan fitur-fitur wajah, serta relatif mudah diimplementasikan
• Penggunaan program face recognition dengan EigenFace membutuhkan pencahayaan yang baik dan posisi wajah yang tepat di tengah gambar

Fitur

Program dapat menjalankan fitur-fitur:

• Pengenalan wajah dari sebuah file gambar
• Pengenalan wajah melalui kamera

Perlu diperhatikan bahwa dataset pengenalan wajah perlu disediakan sendiri

Screenshots

Requirement

• Python 3.11.0
• Numpy 1.23.4
• OpenCv 4.6.0.66
• Tcl/Tk 8.6

Setup

Pastikan telah ter-instal python dan library-library yang diperlukan pada Requirement untuk instalasi Python dapat diikuti langkah-langkah ini: Instalasi Python

Usage

Starting

Pada directory src, jalankan py main.py pada console (atau, pada main.py anda dapat memilih pilihan Open With -> Python).

Setelah program berjalan, klik "Choose Directory", kemudian pilih folder yang berisi gambar-gambar training.

Setelah tahap pre-processing selesai, anda dapat meng-klik tombol "Input Mode" atau "Camera Mode" - tulisan yang ditamppilkan tergantung mode saat ini. Meng-klik tombol tersebut akan mengganti mode program ke mode sebaliknya.

Input Mode

Pilih gambar yang akan anda cocokkan dengan wajah dari dataset, output gambar yang paling mendekati dari dataset akan ditampilkan pada bingkai sebelah kanan.

Camera Mode

Camera mode akan menerima input dari kamera perangkat anda, output gambar yang paling mendekati dari dataset akan ditampilkan pada bingkai sebelah kanan.

Status Proyek

Proyek telah: selesai.

Tidak ada rencana perubahan, penambahan, maupun optimisasi program dalam jangka waktu dekat.

Room for Improvement

Room for improvement:

• Algoritma QR untuk mencari nilai eigen dapat dioptimisasi dengan mengkonversi matriks masukan ke dalam bentuk upper hessenberg matrix, yang dapat mengurangi jumlah iterasi untuk mencapai kekonvergenan nilai eigen.

Acknowledgements

• Tugas ini dipelopori oleh mata kuliah IF2123 Teknik Informatika Institut Teknologi Bandung, yang telah diorganisasikan dengan baik oleh tim pengajar dan asisten-asisten IF2123 - 2022
• Instruksi dan langkah-langkah pengerjaan dapat dilihat pada Spesifikasi Tubes 2 Algeo 2022
• Proyek ini didasari oleh metode face recognition dengan metode EigenFace melalui ML | Face Recognition Using Eigenfaces (PCA Algorithm).
• Template README oleh @flynerdpl: README
• Terima kasih kepada sumber-sumber referensi dan metode sebagai dasar yang telah dicantumkan pada bagian-bagian yang bersangkutan dalam source code