Memuat
Memuat
Ingin belajar lebih dalam?
Ikuti kursus kami atau tanyakan langsung lewat WhatsApp.
Dipilih dari software, topik, dan level “Kelas Pengenalan Wajah Tahan Oklusi #2: Deteksi Wajah, 5 Landmark & Penyelarasan ke Template ArcFace”.
Pilihan lain dari kami untuk Python.
Belajar bareng mentor
Kursus AI & Kecerdasan Buatan terjadwal, dibimbing langsung, bersertifikat.

Kursus Optimasi Multi-Objektif: NSGA-II, MOPSO & Algoritma Hybrid (Python)

Kursus Klasifikasi Aritmia EKG dengan Wavelet & Deep Learning (PyTorch)

Kursus ANFIS + PSO/GA untuk Peramalan Deret Waktu Non-Linear (Python)
Minta dibuatkan
Tidak sempat belajar Python? Tim kami bisa mengerjakan proyeknya.

Jasa Machine Learning Python — Model Prediksi, Segmentasi Pelanggan, Deteksi Fraud & Aplikasi AI

Jasa Pembuatan Gambar AI dengan Stable Diffusion — Produksi Visual Custom Tanpa Batas
★ 4.9

Jasa Pembuatan Gambar & Video AI dengan Leonardo AI — Visual All-in-One untuk Bisnis
★ 4.9
Kabari saya kalau ada kelas Python baru
Paling banyak satu email per minggu. Berhenti kapan saja dengan satu klik.
Narasi lengkap video ini. Kalimat yang sedang diucapkan disorot saat video diputar; klik kalimat untuk melompat ke sana.
Inilah hasil akhirnya, setiap wajah dideteksi beserta 5 titik landmark, lalu diputar, digeser, dan disekalakan sehingga mata, hidung, dan bibir selalu jatuh di titik yang sama. Penyelarasan ini langkah kecil yang sangat menentukan akurasi pengenalan wajah. Ayo kita mulai. Selamat datang di episode kedua seri pengenalan wajah tahan oklusi. Foto wajah di dunia nyata miring, bergeser, dan berbeda ukuran. Model pengenalan wajah modern seperti ArcFace selalu memakai wajah yang diselaraskan dulu ke template standar 112 piksel. Hari ini kita mendeteksi 5 landmark wajah dengan UNED dan menyelaraskan seluruh dataset.
Buat file deteksi underscore wajah.py Kita memakai UNED, detektor wajah ringan dari OpenSea 6 Zoo yang file-nya sudah ada di folder model. Template berisi koordinat standar ArcFace untuk 5 titik, mata kiri, mata kanan, ujung hidung, sudut bibir kiri, dan sudut bibir kanan pada citra 112 piksel. Baris set lock level menyembunyikan peringatan internal OpenSea 6 supaya terminal tetap rapi. Fungsi landmark memperbesar foto dua kali, karena wajah LFW kecil dan UNED lebih akurat pada wajah yang lebih besar.
Detektor mengembalikan kotak wajah, 5 landmark, dan skor. Kita ambil 10 angka landmark lalu membaginya kembali dengan skala. Fungsi sejajarkan menghitung transformasi similarity, yaitu rotasi, skala, dan geser tanpa distorsi. Dari landmark ke template dengan estimate affine partial 2D, lalu warp affine menghasilkan wajah 112x112. Sekarang buat file siapkan underscore wajah.py.
Kita deteksi landmark untuk ke-3023 wajah, menyelaraskannya, dan menyimpan hasilnya sebagai wajah 112.npz. Wajah yang gagal dideteksi dilewati. Jalankan. Seluruh 3023 wajah berhasil diselaraskan tanpa satu pun gagal. Hanya dalam sekitar 20 detik.
Mari kita lihat hasilnya. Baris atas foto asli dengan landmark merah hasil deteksi UNED, perhatikan wajah yang miring dan menoleh. Baris bawah hasil penyelarasan, dengan titik hijau posisi template. Kelima landmark ini jatuh tepat di titik yang sama untuk semua orang. Inilah yang membuat model bisa fokus pada perbedaan wajah antar orang, bukan pada posisi atau kemiringan foto. Penyelarasan juga membuat oklusi sintetis bisa ditempatkan dengan template yang sama.
Selesai. Kita sudah mendeteksi wajah dan lima landmark dengan UNED, memahami transformasi similarity, dan menyelaraskan seluruh dataset LFW ke template ArcFace 112 pixel. Di episode berikutnya kita mengekstraksi fitur multiskala dengan fitur piramid network di atas ResNet 18. Sedang menyusun skripsi, tesis, atau riset AI di bidang pengenalan wajah dan biometrik? Cerdas inovasi digital membantu implementasi deep learning, dari oklusi sintetis, penyelarasan wajah, fitur piramid, ArcFace, verifikasi, dan ROC, sampai aplikasi absensi wajah, serta membuka kursus deep learning dengan PyTor. Ingin menguasai seluruh seri ini, dari dataset wajah sampai aplikasi absensi? Semua enam episode, lengkap dengan PDF panduan langkah demi langkah dan source code, tersedia untuk pelanggan tutorial premium. Berlangganan mulai Rp69.000 per bulan, hemat 28% dengan paket 12 bulan, atau sekali bayar Rp999.000 untuk akses seumur hidup. Mau satu kelas saja? Beli kelas satuan dengan akses selamanya. Langganan sekarang di halaman premium cerdas inovasi digital.com. Hubungi WhatsApp kami, atau kunjungi cerdasinovasidigital.com. Terima kasih telah menonton, sampai jumpa di episode berikutnya.
Ketik pertanyaan atau kata kunci; kami carikan bagian episode ini yang menjelaskannya dan lompatkan videonya ke sana.
Catatan disimpan bersama menit video saat ini dan hanya terlihat oleh Anda.
Bingung di salah satu langkah? Tanyakan di sini; pengajar dan peserta lain bisa menjawab.
Belum ada pertanyaan.

Tim Cerdas Inovasi Digital
Pengembang software, engineer BIM & 3D, dan praktisi AI
Sehari-hari kami mengerjakan software, model BIM, game, dan otomasi AI untuk klien, lalu menjadikan pengalaman praktik itu kelas langkah demi langkah: setiap langkah diperlihatkan di layar dan dilengkapi panduan PDF.
Lihat klien kami →