KLASIFIKASI EKSPRESI WAJAH MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) DAN CONVOLUTIONAL NEURAL NETWORK (CNN)

摘要

Klasifikasi ekspresi wajah secara cepat menjadi bagian penting dalam sistem komputer, dan interaksi antar manusia-komputer, untuk aplikasi seperti hiburan digital, layanan pelanggan, pemantauan pengemudi, robot emosional, dan dalam dunia kedokteran untuk mengukur rasa sakit pada pasien tunawicara. Karena pengklasifikasian ekspresi wajah dipelajari melalui beberapa aspek yang berhubungan dengan wajah itu sendiri. Ketika ekspresi wajah berubah, maka lekukan pada wajah seperti alis, hidung, bibir dan mulut akan otomatis berubah. Mayoritas metode yang diusulkan dievaluasi dengan FER frontal terbatas, dan kinerjanya menurun ketika menangani kasus FER non-frontal dan multi-view. Untuk menghadapi tantangan seperti itu, Penelitian ini melakukan perpaduan pengklasifikasian ekspresi wajah menggunakan metode Principal Component Analysis (PCA) dan Convolutional Neural Network (CNN). Hasil penelitian ini menunjukkan akurasi yang lebih akurat dari penelitian sebelumnya. Perpaduan antara metode PCA dan CNN pada SFEW 2.0 dataset mendapatkan hasil 70,4% dibandingkan menggunakan metode CNN saja dengan hasil 60,9%.