| Abstrak | Pengenalan atau recognition adalah sebuah metode untuk mengenali sesuatu pola atau bentuk tertentu yang sudah tersimpan datanya dalam sebuah database. Banyak pengenalan yang berkembang, mulai dari mengenali pola sidik jari, mengenali pola wajah, retina, telapak tangan dan yang lainnya. Metode pencocokan pengenalan wajah banyak yang sudah dicoba namun memiliki banyak kekurangan, antara lain tingkat akurasi dan kecepatan perhitungan. Selain itu juga dikembangkan metode pengenalan multiwajah. Dikembangkan sebuah metode baru untuk mengatasi kelemahan pada metode sebelumnya yaitu Scale-Invariant Feature Transform. Menurut Tony Lindeberg (2012) Scale-Invariant Feature Transform (SIFT) adalah sebuah algoritma dalam Computer Vision untuk mendeteksi dan mendeskripsikan fitur-fitur lokal dari citra. Algoritma ini dikembangkan oleh David Lowe (2004). Pendeteksian dan pendeskripsian fitur-fitur lokal dapat dipergunakan dalam aplikasi pengenalan obyek dan tracking. Metode SIFT memiliki ketahanan yang kuat terhadap penskalaan, rotasi dan perubahan sudut pandang citra. SIFT juga tahan terhadap perubahan intensitas pencahayaan dan noise. SIFT mendeteksi fitur-fitur lokal yang relatif banyak dalam sebuah citra. Jika SIFT diaplikasikan untuk tracking, hal ini bisa berpengaruh terhadap waktu komputasinya. |
|---|