1 / 20

PENDAHULUAN

PENDAHULUAN. Tujuan Perkuliahan. D apat mengetahui metode dan teknik yang digunakan pada Pengenalan Pola. Materi Perkuliahan. Dasar-dasar Pengenalan Pola Model dan sistem pengenalan pola Teori keputusan Bayesian Metode Bayesian dan HMAP Recognition dan interpretation pada citra

cormac
Download Presentation

PENDAHULUAN

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. PENDAHULUAN

  2. Tujuan Perkuliahan • Dapat mengetahui metode dan teknik yang digunakan pada Pengenalan Pola

  3. Materi Perkuliahan • Dasar-dasar Pengenalan Pola • Model dan sistem pengenalan pola • Teori keputusan Bayesian • Metode Bayesian dan HMAP • Recognition dan interpretation pada citra • Pattern Recognition dan Data Mining • Pohon keputusan • Pengklasteran • Pemilihan Fitur • Hidden Markov Model

  4. Evaluasi Perkuliahan

  5. Bahan Pustaka • Wajib • Richard O. Duda, et. al, Pattern Classification 2nd Edition, John Wiley & Sons, Inc., 2001. • Anjuran • K. Fukunaga, "Introduction to Statistical Pattern Recognition," Academic Press, 1990.

  6. Pengenalan Pola Didefinisikan .. • Ilmu yang berkaitan dengan pendeskripsian atau pengklasifikasian (pengenalan) hasil suatu pengukuran (measurement) • Pendekatan yang telah banyak digunakan • pendekatan statistik (Decision Theoritic) • pendekatan sintaktik (struktural) • Jaringan Saraf Tiruan (Neural Network) yang menjadi alternatif pendekatan pengenalan pola terutama untuk implementasi algoritma black box • Ketiga model pendekatan tersebut, tidak satu pun yang menjamin pemecahan yang paling optimal bagi semua masalah

  7. Teknik Pengenalan Pola • Teknik-teknik pada Pengenalan Pola akan terkait dengan bidang keilmuan lainnya yaitu • Sistem dan Pengolahan Sinyal • Kecerdasan Buatan • Pemodelan Neural • Teori Estimasi dan Optimasi • Teori Automata • Himpunan Fuzzy • Pemodelan Struktural • Bahasa Formal

  8. Aplikasi Pengenalan Pola • Prapengolahan, Segmentasi dan Analisis Citra • Visi Komputer • Analisis Seismik • Analisis Multispektral • Pengenalan Wajah • Pengenalan Suara • Pengenalan Sidik Jari • Pengenalan Tulisan Tangan • Data Mining

  9. Pengklasifikasian Data LANDSAT Data Input LANDSAT-TM Band 5 Derajat Keanggotaan vs Brightness Value Partisi Fuzzy 1D Hasil Pengklasifikasian dengan Metode Explicit Fuzzy

  10. Are They From the Same Person?

  11. Pengenalan Sidik Jari Pra Pemrosesan Ekstraksi Pola Tangan Nilai Ambang

  12. Komponen Sistem Pengenalan Sidik Jari • Alat optik untuk mengambil gambar sidik jari • Komputer untuk pemrosesan gambar • Perangkat lunak • Penyimpanan data multimedia (gambar sidik jari) • Jaringan komputer • Integrasi sistem DIKENALI Alat optik untuk mengambil gambar sidik jari Server Utama

  13. Pengenalan Suara

  14. Pengenalan Wajah

  15. Contoh Pola Visual • The University of Bern (UB) face database memuat 30 orang yang masing-masing memiliki 10 citra wajah frontal. • Basisdata UB memiliki karakteristik adanya perubahan yang relatif kecil pada facial expression serta perubahan posisi kepala kearah kiri, kanan, atas dan bawah sebesar 30 derajat

  16. Pencarian Wajah Deteksi Wajah Tampak Muka • Deteksi muka tampak depan dan bagian vertikalnya: •  Data muka tersedia dengan semua ukuran dan skala tertentu •  Data muka setiap orang tersedia dengan beberapa ekspresi berbeda •  Kondisi pencahayaan mempengaruhi pengenalan •  Ciri khusus pada gambar wajah (tua/muda, laki-laki/perempuan, memakai kacamata) • Tujuan desain sistem deteksi wajah: • Membuat algoritma yang cepat • Membuat algoritma dengan keakurasian tinggi

  17. Komponen Sistem Pengenalan Wajah • Alat optik untuk mengambil gambar wajah • Komputer untuk pemrosesan gambar • Perangkat lunak • Penyimpanan data multimedia (gambar wajah) • Jaringan komputer • Integrasi sistem Server Utama DITOLAK

  18. Texture Discrimination

  19. Shape Discrimination

  20. Optical Character Recognition

More Related