Memuat
Memuat
Bangun sistem pengenalan wajah yang tetap bekerja walau wajah tertutup masker, kacamata, atau tangan: dataset LFW dengan oklusi sintetis, deteksi & penyelarasan wajah, Feature Pyramid Network, fusi fitur multi-skala, ArcFace loss, verifikasi dengan kurva ROC & EER, sampai aplikasi absensi wajah.
Geser untuk melihat kurikulum dan hasil setiap modul.
Akurasi identifikasi embedding ArcFace
Verifikasi wajah dengan EER sekitar 1%
Oklusi sintetis: masker, kacamata, tangan
Aplikasi absensi menolak orang asing
Enam modul berurutan mengikuti alur penelitian pengenalan wajah sungguhan, setiap modul menghasilkan kode yang berjalan dan grafik yang siap dipakai di laporan.
Memuat LFW lalu menambahkan masker, kacamata, dan tangan secara otomatis.
YuNet, lima landmark, dan penyelarasan ke template ArcFace 112x112.
Ekstraksi peta fitur wajah di empat skala.
Menggabungkan fitur multi-skala menjadi embedding dengan ArcFace loss.
Cosine similarity, pemilihan threshold, kurva ROC, dan EER.
Uji ketahanan oklusi dan aplikasi absensi yang menolak orang asing.
Video 8–30 menit per modul, lengkap dengan PDF panduan. Modul 1 bisa ditonton gratis.
Kerangka penelitian pengenalan wajah lengkap: metode pembanding, metode usulan, eksperimen, dan evaluasi siap bab 4.
Kode PyTorch & OpenCV yang rapi dan mudah diganti data, parameter, atau metodenya untuk publikasi.
Memahami cara kerja pengenalan wajah dari teori sampai implementasi yang bisa dicoba sendiri.
Praktik PyTorch & OpenCV pada studi kasus nyata, bukan sekadar contoh mainan.
Kami membantu implementasi model, eksperimen, evaluasi, dan penulisan hasil untuk skripsi, tesis, maupun publikasi.
Lihat Jasa Riset Pengenalan WajahYa. Alurnya mengikuti penelitian sungguhan: metode pembanding, metode usulan, eksperimen, evaluasi, dan analisis hasil yang bisa langsung menjadi kerangka bab 3 dan bab 4.
Labeled Faces in the Wild (LFW), University of Massachusetts Amherst. Data yang dipakai disertakan di file project sehingga hasilnya bisa diulang.
Ya. Pelanggan Kelas Premium dan pembeli kelas mendapat zip berisi dataset dan seluruh source code dari keenam modul, diunduh lewat link aman dari halaman kelas.
Dasar Python, Python 3.10+, dan VS Code. Library yang dipakai: torch torchvision opencv-python scikit-learn matplotlib streamlit.
Ada. Modul 1 bisa ditonton gratis di halaman kelas; modul berikutnya untuk pelanggan Kelas Premium atau pembeli kelas.
Ya, tersedia kelas live online dan jasa pendampingan riset pengenalan wajah untuk skripsi, tesis, maupun publikasi.
Konsultasikan topik penelitian Anda, kami bantu pilihkan paket belajar yang paling sesuai.
Konsultasi Gratis