Mengenal Face Recognition, Cara Kerja, Tahapan dan Perbedaan

[e-pub.id] Mengenal Face Recognition – 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.

Teknologi biometrik melakukan proses analisa dan identifikasi melalui dua macam karakteristik manusia yakni fisik (pengenalan melalui struktur wajah, retina, iris mata, sidik jari, telapak tangan, DNA) dan fisiologis (pengenalan melalui tanda tangan, cara menulis, suara, langkah/gerak jalan). Terdapat beberapa prinsip kerja pada sistem keamanan biometrik, diantaranya yaitu akurasi dari implementasi biometrik dimana pada teknologi biometrik akan memberikan peningkatan yang signifikan dalam akurasi pengidentifikasian identitas seseorang. Kemudian prinsip kerja yang selanjutnya yaitu metode pembuktian keaslian, pengiriman informasi dalam pelayanan, privasi masyarakat dan faktor eksternal. Dan salah satu teknologi biometrik yang sedang populer saat ini adalah sistem pengenalan wajah (face recognition).

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.

Struktur bentuk wajah (Facial Structure Recognition) dalam penggunaannya menggunakan alat scan dengan panas sinyal inframerah (infrared heat scan) untuk mengidentifikasi karakteristik bentuk wajah. Sistem pengenalan wajah yang digunakan dalam pengamanan teknologi biometrik berfungsi sebagai password dalam cara kerjanya menggunakan ekspresi seseorang tanpa direkayasa, dibuat-buat atau biasa disebut dengan released face.

Pada sistem pendeteksian wajah terdapat bagian titik yang dianggap paling dipercaya dan lebih akurat untuk digunakan dalam sistem keamanan biometrik. Bagian-bagian ini terdiri dari mata, alis mata dan mulut. Akan tetapi, jarak antar bagian mata tidaklah cukup diperoleh secara langsung dari bagian titik muka, maka dari itu diperlukan suatu bentuk metode pada bagian daerah sekitaran mata. Bagian yang lain yang digunakan pada sistem keamanan dalam pendeteksian wajah yaitu mulut, namun secara global ini tidaklah cukup untuk menguraikan bentuk mulut. Maka dari itu untuk mendapatkan bagian ini diperlukan bagian dari wajah yang dinormalisasi berdasarkan tepian dari pemetaan. Dari penjelasan tersebut, untuk mengenali bagian-bagian titik tersebut dapat digunakan suatu pendekatan vector quantization yang terawasi.

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).

Tahapan Face Recognition

Menurut US Government Accountability Office, ada empat komponen yang dibutuhkan untuk melakukan facial recognition, yaitu: Kamera, Face Print, Database dan Algoritma untuk membandingkan face print dari wajah target dengan face print 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. Kami akan menjelaskan detailnya di bawah. Untuk membuat face print, 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 statistiknya.

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 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:

Pencarian John Sudworth oleh kepolisian Tiongkok yang kami ceritakan di awal. Rekomendasi photo tagging dari Facebook juga salah satu contoh lainnya.

Perbedaan Facial Recognition dan Face Detection

alam bidang ilmu komputer, kedua istilah tersebut merupakan bidang penelitian yang berbeda. Dalam situs ensiklopedia online wikipedia, deteksi wajah adalah teknologi komputer yang menentukan lokasi dan ukuran wajah manusia yang terkandung di dalam sembarang citra digital. Teknologi ini hanya mendeteksi keberadaan wajah dan menghiraukan objek lainnya seperti bangunan, pepohonan, dan tubuh manusia itu sendiri. Sedangkan teknologi pengenalan wajah merupakan bidang penelitian yang banyak diminati sejak tahun 1960 an. Pada dasarnya teknologi ini digunakan untuk mengenali/mengidentifikasi wajah seseorang yang diambil dari citra digital atau frame video berdasarkan pelatihan (training) citra wajah yang ada pada database wajah. Database wajah yang telah dibangun sebelumnya digunakan untuk mencocokkan satu persatu ciri wajah yang telah tersimpan dengan ciri wajah seseorang yang akan diidentifikasi.

Baik deteksi wajah maupun pengenalan wajah, keduanya dibutuhkan untuk membangun suatu sistem pengenalan wajah. Teknologi deteksi wajah digunakan untuk mengambil area wajah seseorang yang tertangkap pada webcam (biasanya ditandai dengan kotak merah yang mengelilingi wajah). Kemudian berdasarkan citra wajah yang terdeteksi, langkah selanjutnya adalah identifikasi wajah tersebut apakah sang pemilik wajah sudah terdaftar dalam database wajah yang telah tersimpan sebelumnya.

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).