Teknologi Face Recognition (FR)
Teknologi yang semakin canggih tentunya mempengaruhi berbagai alat
yang dibutuhkan manusia pada umumnya.
Misalnya smartphone, smartphone selalu mengupdate fitur-fitur yang semakin
canggih pada setiap keluaran terbarunya. Contohnya adalah fitur pengunci layar.
Fitur terbaru yang belum lama ini hadir adalah Face Unlock.
Face unlock merupakan salah satu implementasi dari teknologi
biometric, yaitu face recognition atau FR.
FR adalah teknologi yang mampu melakukan identifikasi atau
verifikasi terhadap seseorang dengan menggunakan gambar digital atau foto wajah
seseorang. FR adalah salah satu jenis
sistem identifikasi biometrik yang dapat mengidentifikasi seseorang dengan
fitur-fitur khusus pada tubuh maupun DNA yang membedakan satu orang dengan yang
lain.
FR dapat memetakan fitur wajah seseorang secara matematis dan
menyimpan data sebagai faceprint. Contoh identifikasi biometrik lainnya adalah
Fingerprint, Retina Scanning, serta Voice Recognition.
Menurut US Government Accountability Office, ada empat komponen yang
dibutuhkan untuk melakukan Facial Recognition, yaitu :
- Kamera
- Faceprint
- Database
- Algoritma, untuk
membandingkan faceprint dari wajah terget dengan faceprint dalam database.
Tahapan-tahapan yang dilewati saat melakukan Face Recognition,
antaralain :
Sistem akan mengekstraksi pola dalam sebuah gambar lalu
membandingkannya. Jika polanya sama, sistem akan mengasumsikan bahwa ada wajah
dalam gambar tersebut.
Faceprint adalah ‘cetakan’ atau ‘model’ wajah. Untuk membuat
faceprint, ada 3 cara yang biasanya dilakukan, yaitu:
1. Pendekatan
geometris (geometric approach)
Mengukur jarak dan relasi spasial antara fitur wajah seperti titik
pusat mata, bagian ujung hidung, atau garis bibir untuk mengenali wajah.
2. Pendekatan fotometrik
(photometric approach)
Menganalisis foto dan membandingkannya dengan database untuk
mengenali identitas seseorang berdasarkan statistiknya.
3. Analisis tekstur
wajah (skin texture analysis)
Memetakan lokasi unik pori-pori, garis, atau bercak pada kulit yang
berbeda antara seseorang dengan yang lainnya.
Verifikasi berbeda dengan identifikasi. Jadi, outputnya juga akan berbeda.
1. Verifikasi(Autentikasi)
Cara ini membandingkan input foto wajah dengan data foto pengguna yang
membutuhkan autentufikasi.
Contoh :
Membuka kunci smartphone dengan wajah. Kamu perlu memasukkan data
wajah atau foto kamu terlebih dahulu untuk disimpan dalam smartphone. Saat kamu
mengarahkan kamera ke wajah, akses smartphone baru akan terbuka.
2. Identifikasi
Perbandingan 1xN. Jadi, input foto wajah dibandingkan dengan
seluruh foto wajah yang ada dalam dataset untuk menemukan orang yang cocok
dengan input foto tersebut.
Contoh:
Rekomendasi photo tagging dari Facebook.
Kelebihan
- Efesiensi dalam
pengolahan data, pengadaan dan perawatannya.
- Murah dan praktis,
jika rusak dapat diperbaiki tanpa perlu teknisi khusus.
- Sistem keamanannya
yang memiliki kemungkinan kecil untuk diotak-atik oleh penjahat.
- Terhubung secara
online dengan database kepolisian.
- Terlihat lebih
bergengsi, etc.
Kekurangan
Teknologi FR mempunyai beberapa kelemahan dalam melakukan
pengenalan umur seseorang. Dilansir dari laman IEEE Access, ada 4 keterbatasan
pengenalan wajah pada FR ini, yaitu :
Sulit untuk mendapatkan gambar wajah dengan berbagai macam pose
seseorang pada umur yang berbeda.
Untuk mendapatkan tingkat akurasi yang tinggi, maka diperlukan
algoritma yang cukup kompleks sehingga pengolahannya dibutuhkan komputer yang
khusus.
Terlalu banyak variasi wajah pada orang-orang ditingkatan umurnya.
Dalam beberapa penelitian menuliskan jika tingkat akurasi
pengenalan sangat bergantung pada umur subyek tersebut.
Selain kelemahan dalam
pengenalan umur, ada beberapa faktor yang dapat mengurangi tingkat akurasi FR
ini, yaitu :
1. Foto dengan
resolusi rendah dan minim pencahayaan
2. Sudut foto yang
berbeda
3. Ekspresi wajah,
bahkan senyum kecil saja bisa menjadi tantangan tersendiri bagi system
pencocokan wajah
4. Mata memiliki
peranan kunci dalam menentukan akurasi. Maka, benda seperti kacamata hitam yang
menghalangi mata dapat mengganggu kerja software
5. Benda lainnya yang
menutupi bentuk asli wajah seperti topi, syal, atau model rambut yang
menghalangi wajah, terutama area mata
6. Dalam kasus
tertentu, jambang dan riasan dapat mengganggu program deteksi wajah.
Implementasi
1. FaceFINDER dari
Vissage : Sistem yang digunakan dalam hal pengawasan dan pengidentifikasian
penggunanya(Bandara, Gd. Pemerintahan & Pusat hiburan).
2. Facebook :
Menggunakan fitur FR untuk menandai foto seseorang.
3. Apple : Meluncurkan
Face Id sebagai teknologi pengganti finger print.
4. Grab : Meluncurkan
fitur Passenger Selfie Verification yang ditujukan untuk pelanggan baru sebagai
bentuk verifikasinya.