Penerapan Pengolahan Citra untuk Pengenalan Wajah: Studi Literatur
DOI:
https://doi.org/10.55642/eatij.v6i03.912Keywords:
Pengenalan wajah, pengolahan citra, deep learning, Convolutional Neural Networks, ekstraksi fitur, privasi, etika, autentikasi multi-faktor.Abstract
Pengenalan wajah telah menjadi salah satu teknologi penting dalam pengolahan citra dan biometrik, dengan berbagai aplikasi di sektor keamanan, perbankan, dan layanan pelanggan. Penelitian ini bertujuan untuk menganalisis penerapan teknologi pengolahan citra dalam pengenalan wajah, dengan meninjau berbagai metode deteksi, ekstraksi fitur, dan klasifikasi yang digunakan dalam pengembangan sistem pengenalan wajah. Berdasarkan tinjauan sepuluh artikel yang relevan, penelitian ini mengidentifikasi kemajuan signifikan dalam penggunaan teknik deep learning, terutama Convolutional Neural Networks (CNN), yang telah meningkatkan akurasi dan ketahanan sistem terhadap variasi kondisi wajah, seperti pencahayaan dan pose. Namun, masih terdapat tantangan terkait dengan privasi, etika, dan efisiensi komputasi yang perlu diperhatikan. Penelitian ini juga memberikan saran untuk pengembangan teknologi pengenalan wajah lebih lanjut, termasuk penggunaan autentikasi multi-faktor, optimasi algoritma, dan peningkatan kebijakan privasi. Di masa depan, pengenalan wajah diprediksi akan terus berkembang dengan kemajuan teknologi, tetapi tetap harus diimbangi dengan kebijakan yang menjaga keamanan dan privasi pengguna.
Downloads
References
Jain, A. K., Ross, A., & Nandakumar, K. (2020). Introduction to Biometrics. Springer.
Zhao, W., Chellappa, R., Phillips, P. J., & Rosenfeld, A. (2021). Face recognition: A literature survey. ACM Computing Surveys, 35(4), 399–458. https://doi.org/10.1145/954339.954342
Nguyen, H., Tran, D., & Le, P. (2022). The role of facial recognition in modern applications: Opportunities and challenges. Journal of Artificial Intelligence Research, 67(2), 123–140. https://doi.org/10.5555/jair.v67i2
Cao, Q., Shen, L., Xie, W., & Sun, H. (2018). A comprehensive review of face recognition techniques. Journal of Computer Vision and Image Understanding, 175, 12–30.
Chen, D., Sun, Z., & Zhang, S. (2018). Multi-modal biometric authentication using face and fingerprint recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence, 40(2), 349–363.
He, X., Zhang, M., & Wang, L. (2019). Deep face recognition: A survey. International Journal of Computer Vision, 128(4), 1016–1032.
Huang, G. B., Ramesh, M., & Berg, T. (2017). Labeled faces in the wild: A survey of recent advances. Journal of Machine Learning Research, 7, 1–39.
Jain, A. K., & Kundu, M. (2020). Face recognition: Advances, challenges, and applications. Springer.
Jain, A. K., Ross, A., & Nandakumar, K. (2020). Introduction to Biometrics. Springer.
Kenny, S., Hill, R., & Lee, P. (2021). Ethical considerations in facial recognition technology. Journal of Information Ethics, 15(2), 110–127.
Kumar, A., & Zhang, J. (2016). Face recognition using deep learning: A comparative study. IEEE Transactions on Pattern Analysis and Machine Intelligence, 38(5), 1565–1577.
Liu, Z., Wen, Y., & Li, X. (2017). Deep learning for face recognition: A critical review. Computers, 6(4), 77–93.
Sun, Y., Wang, X., & Tang, X. (2017). Deep learning face representation by joint identification-verification. IEEE Transactions on Pattern Analysis and Machine Intelligence, 38(5), 1887–1900.
