Face recognition system based in PCA dan BPNN Outline system : 1.

Face detection : mendeteksit suatu wahjah dari sebuah gambar - Skin detection dikerjakan dalam domain yiQ dan YcbYcr - Bloop detection & smooth face o Menggunakan library di openGL dgn acara mengambil nilai pada tepi lalu di bounding box ( membentuk elips pada wajah) , posisi yang diambl berdasarkan bloop pada wajah selanjutnya image di smoth o Image scalling menyesuaikan ukuran citra - Algoritma nya adalah : Training data : o Untuk setiap citra wajah dan non-wajah  Kurangkan perkiraan bayangan bidang untuk mengoreksi adanya adanya cahaya tunggal  Rescale gambar shg gambar memiliki tingkat keabuan yang sama o Agregat data ke dataset BNN : o Men-setting nilai bobot secara random dari range -1 sampai 1 o Set input yg akan dikenali pada input layer o Setiap neuron aktif memiliki neuron layer :  Mengkalikan nilai bobot koneksi yang mengarah pada neuron ini dengan nilai output neuron sebelumnya  Jumlahkan nilainya  Lakukan hasil aktivasi nilai suatu fungsi untuk menghitung nilai output neuron o Ulangin tahap tersebut sampai output layer tercapai o Bandingkan perhitungan pola output dengan pola yang diinginkan target dengan menghitung nilai error o Ubah nilai bobot masing menggunakan rumus : Weight (old) + Learning Rate * Output Error * Output (Neuron i) * Output (Neuron i + 1) * (1 Output (Neuron i + 1)) o Kembali ke langkah pertama o Algoritma berakhir, kemudian cocokan pola output dengan pola target Lakukan face detection pada image o Terapkan 20x20pixel pada posisi gambar input o Untuk setiap wilayah window :  Terapkan fungsi fit linear dan fungsi equalization pada wilayah tersebut  Latih region tersebut dengan neural network untuk menentukan apakan gambar tersebut wajah atau bukan

o o

 Jika terdeteksi srbagai wajah skalakan region tersebut Skala gambar ke bawah dengan faktor 1,2 Lakukan langkah pertama jika ada mbr yg krg dari 20x20 pixel

2. Facial feature extraction Menggunakan PCA