Haar Cascade merupakan salah satu metode populer dalam bidang pengenalan objek dan deteksi wajah pada bidang pengolahan citra. Metode ini dikembangkan oleh Viola dan Jones pada tahun 2001 dan telah menjadi dasar untuk banyak aplikasi pengenalan objek real-time.

Haar Cascade bekerja dengan menggabungkan fitur-fitur Haar pada citra untuk mendeteksi objek tertentu. Fitur-fitur Haar adalah deskriptor sederhana yang dihitung sebagai perbedaan antara jumlah piksel di daerah hitam dan putih pada citra. Fitur-fitur ini digunakan untuk membentuk kaskade klasifier yang dapat membedakan objek target dari latar belakang.

Proses pelatihan Haar Cascade melibatkan dua tahap utama: tahap pelatihan positif dan tahap pelatihan negatif. Pada tahap pelatihan positif, serangkaian contoh positif (gambar objek yang ingin dideteksi) diberikan, dan fitur-fitur Haar dihitung untuk setiap contoh. Selanjutnya, kaskade klasifier dilatih dengan menggunakan algoritma pembelajaran mesin seperti Adaboost atau SVM (Support Vector Machines) untuk mempelajari pola dan fitur-fitur yang dapat membedakan objek target dari objek lainnya.

Pada tahap pelatihan negatif, contoh-contoh negatif (gambar tanpa objek target) juga diberikan. Fitur-fitur Haar dihitung pada contoh-contoh negatif ini, dan klasifier digunakan untuk memisahkan objek target dari latar belakang.

Setelah tahap pelatihan, model Haar Cascade dapat digunakan untuk mendeteksi objek dalam citra atau video. Proses deteksi melibatkan menggeser jendela (sliding window) dengan berbagai ukuran dan posisi di seluruh citra, dan setiap jendela diuji menggunakan kaskade klasifier. Jika fitur-fitur Haar dalam jendela cocok dengan pola yang telah dipelajari, objek target dianggap terdeteksi.

Haar Cascade telah digunakan secara luas dalam berbagai aplikasi seperti deteksi wajah, deteksi mata, deteksi tersenyum, dan banyak lagi. Metode ini cukup efisien dan dapat berjalan secara real-time pada perangkat dengan sumber daya terbatas.

Dalam kesimpulannya, Haar Cascade adalah modul pengklasifikasi objek yang kuat dan efektif yang menggunakan fitur-fitur Haar untuk mendeteksi objek dalam citra. Metode ini telah memberikan kontribusi signifikan dalam bidang pengenalan objek dan deteksi wajah, dan terus digunakan dalam berbagai aplikasi komputer vision.

Narasumber : 
MUSTHAFA DIMAS BAGASKORO PRANOTO
Peserta SIB Bisa AI Academy Cycle 4 

Tanggal dan Waktu : 
Selasa, , 6Juni 2023
13.00 - 15.00 WIB 

tampil.id