Abstract
In this study, the 2DPCA feature extraction method and SOM classification were used to classify human sex based on facial images. The trial was conducted on 100 facial images consisting of 50 male facial images and 50 female facial images. The 100 facial image data used were divided into 70 training data and 30 test data. Based on the test results, the best accuracy obtained is 86.67% using a start learning rate of 0.6 and a maximum iteration of 10000. level of accuracy, where a larger maximum iteration value results in a higher level of accuracy.
Highlights
In this study, the 2DPCA feature extraction method and Self Organizing Maps (SOM) classification were used to classify human sex based on facial images
The 2DPCA feature extraction method and SOM classification were used to classify human sex based on facial images
The trial was conducted on 100 facial images consisting of 50 male facial images and 50 female facial images
Summary
Wajah merupakan salah satu ukuran fisiologis yang paling mudah dan sering digunakan untuk membedakan identitas individu yang satu dengan yang lainnya. Dua hal yang menjadi masalah utama adalah proses ekstraksi ciri dari sampel data wajah dan juga teknik klasifikasi yang digunakan untuk mengklasifikasikan jenis kelamin berdasarkan fiturfitur yang didapat. Metode ekstraksi ciri 2DPCA dan klasifikasi dengan SOM akan digunakan untuk menghasilkan pengenalan jenis kelamin yang diharapkan memiliki tingkat akurasi yang tinggi. Dalam penelitian ini bertujuan untuk mengetahui akurasi dan titik optimal pengenalan tanda tangan miring menggunakan metode 2DPCA. Penelitian menujukkan 2DPCA + KNN memiliki akurasi yang lebih tinggi dari pada PCA + KNN untuk pengenalan wajah dengan tingkat akurasi 96.88% [13]. Penerapan fungsi kernel pada PCA sangat akurat digunakan pada metode Kohonen SOM[15], Berdasarkan pertimbangan di atas, maka Penelitian ini akan melakukan klasifikasi jenis kelamin manusia berdasarkan citra wajah menggunakan 2DPCA dan SOM
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.