Dasar dan implementasi ilmu biometrika berbasis eigenface, fisherface, locality precerving projection, laplacian smooting transform, dan kernel eigenface
No. Panggil 006.6 MUN d
Pengarang Muntasa, Arif; Siradjuddin, Indah Agustien; Purnomo, Mauridhi Hery;
Tempat Terbit Yogyakarta
Penerbit Teknosain
Tahun Terbit 2019
Subject Biometri; Komputer grafis; Pengolahan data elektronis;
Klasifikasi 006.6
Abstrak/Catatan Buku ini dilengkapi dengan dasar-dasar matlab, terutama operasi matrik, sehingga tidak akan kesulitan bagi mahasiswa yang baru pertama kali belajar pemrograman, karena model pemrograman matlab adalah High Level Language. Selain operasi matrik, dalam buku ini juga telah dijelaskan secara detil tentang konsep-konsep pemrosesan citra digital yang dilengkapi dengan kode program menggunakan matlab juga. Penulis juga telah memperkenalkan kepada para pembaca buku ini tentang struktur data yang tidak dimiliki oleh Bahasa pemrograman lain, yaitu struktur cell. Struktur tersebut akan banyak digunakan untuk mengelola citra pelatihan maupun citra pengujian, sehingga para pembaca akan sangat mudah melakukan scenario pengujian. Selanjutnya struktur cell tersebut juga telah penulis gunakan sebagai contoh-contoh dalam pengelolaan data pelatihan dan pengujian citra wajah. Dalam buku ini penulis telah melangkapi dengan lima studi kasus dalam ekstraksi fitur untuk pengenalan wajah, dua diantaranya telah banyak digunakan oleh para mahasiswa S1 dan S2 untuk tugas akhir, yaitu Eigenface (Principal Component Analysis) dan Fisherface (Linear Discriminant Analysis), sedangkan tiga diantaranya adalah ekstraksi fitur berbasis Laplacian Smoothing Transform, Locality Preserving Projection, dan Kernel Eigenface. Penulis telah melengkapi teori dan implementasi pengenalan wajah secara tahap-demi tahap dari beberapa metode berikut a. Eigenface (Principal Component Analysis) b. Fisherface (Linear Discriminant Analysis) c. Laplacian Smoothing Transform d. Locality Preserving Projection e. Kernel Eigenface.