Implementasi Anti Face Spoofing Pada Face Recognition Menggunakan Algoritma Haar Cascade Classifier Dan CNN Berbasis OpenCV
Face spoofing atau pemalsuan wajah pada sistem pengenalan wajah menjadi suatu tantangan pada sistem verifikasi biometrik. Dalam mengatasi masalah ini, penelitian ini melakukan implementasi sistem anti face spoofing yang menggunakan algoritma Haar Cascade Classifier dan Convolutional Neural Network (CNN) yang berbasis OpenCV. Algoritma Haar Cascade Classifier ini digunakan sebagai pendeteksian wajah secara real-time secara cepat serta efisien, dan algoritma CNN digunakan untuk memvalidasi wajah menggunakan model yang sudah dilatih menggunakan dataset yang berisikan gambar wajah asli maupun palsu. Dari implementasi sistem ini memanfaatkan kemampuan pendeteksian secara real-time yang ada pada algoritma Haar Cascade Classifier dan kemampuan mengklasifikasikan wajah yang sudah dideteksi menggunakan algoritma CNN, sehingga dapat menghasilkan sistem yang dapat mengenali wajah asli maupun palsu dengan tingkat akurasi yang tinggi. Pengujian sistem ini dilakukan dalam berbagai kondisi pencahayaan untuk memastikan performa dari sistem ini. Hasil dari penelitian ini juga dapat membuktikan bahwa kedua algoritma yang digunakan dapat mendeteksi pemalsuan wajah secara efektif, namun kinerja dari sistem ini juga masih bergantung pada kualitas serta variasi dataset yang digunakan. Sehingga, saran yang dapat diberikan untuk pengembangan lebih lanjut yaitu peningkatan dataset yang digunakan, dan pengujian ekstensif pada kondisi yang nyata.
URI
https://repo.itera.ac.id/depan/submission/SB2409250136
Keyword
Anti Face Spoofing, Haar Cascade Classifier, Convo