Pengenalan wajah menggunakan Edge Computing

Abstract

Wajah merupakan identitas spesifik dari seorang manusia. Keunikan setiap wajah dinamakan ciri wajah (feature map) dan menjadi sebuah informasi untuk dapat membedakan wajah-wajah manusia. Pendekatan dan metode yang dapat digunakan oleh komputer untuk mengenali wajah manusia sudah banyak dikembangkan menggunakan suatu jaringan yang disebut sebagai jaringan saraf tiruan (JST). JST akan membantu komputer untuk mengklasifikasikan setiap wajah yang perlu dikenali. Apabila ada wajah yang baru, komputer harus mengulang pelatihan jaringan untuk dapat mengenali setiap wajah yang perlu dikenali. Pengulangan pelatihan model tersebut kurang efisien. Hal ini dapat diatasi dengan menyimpan jaringan menjadi suatu model sehingga dapat digunakan untuk mengambil setiap ciri wajah yang perlu dikenali. Pada skripsi ini, model pengenalan wajah dibangun dengan dasar JST dan dilatih menggunakan Triplet Loss yang melatih model dengan melihat hubungan antara wajah manusia dari orang yang berbeda dan orang yang sama. Model pengenalan wajah kemudian menggunakan metode one-shot learning untuk dapat melakukan klasifikasi terhadap citra wajah yang akan dideteksi dengan hanya membutuhkan satu citra wajah pada setiap wajah yang akan dikenali. Pengenalan wajah pada makalah ini kemudian diimplementasikan pada edge computing.