Pelacakan Titik Fitur Dengan Kanade-Lucas-Tomasi (KLT) Untuk Pengenalan Ekspresi Mikro Wajah Pada Dataset SAMM

Priska Choirina (Universitas Islam Raden Rahmat, Indonesia)
Ulla Delfana Rosiani (Politeknik Negeri Malang, Indonesia)
Indah Martha Fitriani (Universitas Islam Raden Rahmat, Indonesia)

G-Tech : Jurnal Teknologi Terapan
Vol 8 No 1 (2024): G-Tech, Vol. 8 No. 1 Januari 2024

Ekspresi Mikro merupakan ekspresi yang terjadi di bawah alam sadar yang muncul ketika seseorang menyembunyikan emosi. Kontribusi utama penelitian ini menerapkan metode KLT yang dapat melacak gerakan serta memberikan akurasi pengenalan pada Dataset SAMM dengan baik. Metode KLT memanfaatkan titik-titik fitur untuk mendeteksi gerakan pada setiap frame. Area pengamatan adalah alis, mata dan mulut dengan penanda wajah yang dibentuk oleh Discriminative Response Map Fitting(DRMF).  Hasil pelacakan seluruh titik-titik fitur berupa motion features yang terbentuk dari sebuah vektor hasil perpindahan titik-titik tersebut. Data ekstraksi fitur dibentuk dengan dua jenis yaitu data pemilihan manual (handcrafted data) dan random sampling. Data ekstraksi dilakukan proses klasifikasi dengan membandingkan dua metode yaitu Support Vector Machine (SVM) dan MLP-Backpropagation. Hasil penelitian ini menunjukkan hasil yang tergolong signifikan, pada data ekstraksi fitur random sampling dengan menggunakan MLP-Backpropagation menghasilkan akurasi tertinggi yaitu 79.8%.  Selain itu, waktu pemrosesan pada setiap frame  dengan menggunakan metode yang diusulkan tergolong sangat cepat.