Identifikasi Liveness Detection Menggunakan Ekstraksi Fitur Image Quality Assessment
Total View This Week0
Total View This Week0
Institusion
Universitas Jenderal Soedirman
Author
ZUHIR, Muhammad Ghifari
Subject
L208 Lie detectors and detection
Datestamp
2021-08-09 07:38:30
Abstract :
Salah satu teknologi yang dikembangkan dalam teknologi biometrik adalah sistem pengenalan wajah. Sistem pengenalan wajah ini bertujuan untuk mendeteksi keberadaan wajah dalam sebuah citra. Seiring dengan perkembangan sistem pengenalan wajah maka dibutuhkan sistem identifikasi liveness detection untuk mencegah manipulasi biometrik wajah untuk masuk kedalam sistem pengenalan wajah. Algoritma liveness detection menggunakan eksktraksi fitur IQA pada penelitian ini untuk mendeteksi serangan manipulasi biometrik wajah berbasis video. Video tersebut akan diambil sampel frame wajah pada sampel asli dan manipulasi. Asumsinya ketika sampel manipulasi dicetak atau direkam ulang maka akan mengalami perbedaan maupun penurunan dari kualitas citra. Maka dari itu digunakanlah parameter penilaian IQA sebagai fitur liveness detection. Kesimpulan pada penelitian ini, hasil half total error rate (HTER) secara keseluruhan memiliki nilai 24.5%. Untuk hasil pada setiap device diperoleh nilai terbaik pada device Oppo Neo resolusi 13 MP dengan nilai 6%. Pada penelitian ini menggunakan satu frame untuk mewakili satu video masih belum cukup baik. Karena asumsinya ketika obyek dalam video bergerak maka frame terdapat kualitas kabur yang berbeda antar frame lainnya.
Salah satu teknologi yang dikembangkan dalam teknologi biometrik adalah sistem pengenalan wajah. Sistem pengenalan wajah ini bertujuan untuk mendeteksi keberadaan wajah dalam sebuah citra. Seiring dengan perkembangan sistem pengenalan wajah maka dibutuhkan sistem identifikasi liveness detection untuk mencegah manipulasi biometrik wajah untuk masuk kedalam sistem pengenalan wajah. Algoritma liveness detection menggunakan eksktraksi fitur IQA pada penelitian ini untuk mendeteksi serangan manipulasi biometrik wajah berbasis video. Video tersebut akan diambil sampel frame wajah pada sampel asli dan manipulasi. Asumsinya ketika sampel manipulasi dicetak atau direkam ulang maka akan mengalami perbedaan maupun penurunan dari kualitas citra. Maka dari itu digunakanlah parameter penilaian IQA sebagai fitur liveness detection. Kesimpulan pada penelitian ini, hasil half total error rate (HTER) secara keseluruhan memiliki nilai 24.5%. Untuk hasil pada setiap device diperoleh nilai terbaik pada device Oppo Neo resolusi 13 MP dengan nilai 6%. Pada penelitian ini menggunakan satu frame untuk mewakili satu video masih belum cukup baik. Karena asumsinya ketika obyek dalam video bergerak maka frame terdapat kualitas kabur yang berbeda antar frame lainnya.
File :
COVER-Muhammad Ghifari Zuhir-H1A017053-Skripsi-2021.pdf
LEGALITAS-Muhammad Ghifari Zuhir-H1A017053-Skripsi-2021.pdf
ABSTRAK-Muhammad Ghifari Zuhir-H1A017053-Skripsi-2021.pdf
BAB I-Muhammad Ghifari Zuhir-H1A017053-Skripsi-2021.pdf
BAB II-Muhammad Ghifari Zuhir-H1A017053-Skripsi-2021-halaman.pdf
BAB III-Muhammad Ghifari Zuhir-H1A017053-Skripsi-2021.pdf
BAB IV-Muhammad Ghifari Zuhir-H1A017053-Skripsi-2021.pdf
BAB V-Muhammad Ghifari Zuhir-H1A017053-Skripsi-2021.pdf
DAFTAR PUSTAKA-Muhammad Ghifari Zuhir-H1A017053-Skripsi-2021.pdf
LAMPIRAN-Muhammad Ghifari Zuhir-H1A017053-Skripsi-2021.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
