Kursus Python: Pengenalan Pola Wajah Menggunakan Histogram of Oriented Gradients (HOG) pada Python

Berikut Syllabus: Pengenalan Pola Wajah Menggunakan Histogram of Oriented Gradients (HOG) pada Python

Total: 40 Sessions

1. Pengenalan Dasar (Sesi 1–5)

• Sesi 1: Pendahuluan: Apa itu Histogram of Oriented Gradients (HOG)?

• Aplikasi HOG dalam deteksi pola wajah.

• Instalasi Python dan pustaka pendukung (NumPy, Matplotlib, OpenCV, dll.).

• Sesi 2: Pengantar gambar digital dan konsep histogram.

• Memahami representasi piksel dan gradasi intensitas.

• Sesi 3: Pengantar konsep orientasi gradien.

• Visualisasi gradien pada gambar sederhana menggunakan Python.

• Sesi 4: Pengenalan konsep sliding window untuk deteksi objek.

• Studi kasus sederhana: Mendapatkan potongan gambar dengan sliding window .

• Sesi 5: Pengantar konsep cell , block , dan normalisasi pada HOG.

• Menghitung HOG pada gambar sederhana.

2. Implementasi HOG untuk Ekstraksi Fitur (Sesi 6–10)

• Sesi 6: Studi mendalam tentang parameter HOG (orientasi, cell size , block size ).

• Mencoba berbagai parameter menggunakan pustaka scikit-image .

• Sesi 7: Implementasi HOG untuk gambar wajah statis.

• Visualisasi fitur HOG menggunakan Matplotlib.

• Sesi 8: Evaluasi kualitas fitur HOG dengan parameter berbeda.

• Diskusi tentang efek parameter terhadap kualitas deteksi.

• Sesi 9: Ekstraksi fitur HOG pada dataset wajah kecil.

• Pengenalan dataset publik seperti LFW (Labeled Faces in the Wild).

• Sesi 10: Optimalisasi proses ekstraksi fitur dengan pemrosesan batch.

• Penyimpanan fitur dalam format CSV atau pickle.

3. Penggunaan HOG untuk Deteksi Wajah (Sesi 11–15)

• Sesi 11: Pengantar algoritma deteksi berbasis HOG.

• Implementasi deteksi wajah sederhana dengan OpenCV.