Pengenalan gender dalam konteks real-time telah menjadi subjek penelitian yang menarik dalam visi komputer dan kecerdasan buatan. Dalam penelitian ini, kami mengusulkan pendekatan deteksi gender real-time menggunakan teknik Convolutional Neural Networks (CNN) dan pustaka OpenCV. Kami mengembangkan model CNN yang terlatih menggunakan dataset wajah yang luas dan beragam, kemudian mengintegrasikannya dengan alat OpenCV untuk mendeteksi wajah dan memprediksi gender secara langsung dari aliran video. Pendekatan kami mencakup langkah-langkah pemrosesan gambar seperti deteksi wajah menggunakan algoritma Haar Cascade dan ekstraksi fitur menggunakan CNN yang mendalam. Evaluasi dilakukan dengan menggunakan metrik presisi, recall, dan akurasi untuk mengukur kinerja model kami terhadap dataset uji yang beragam. Hasil eksperimen menunjukkan bahwa pendekatan kami mampu menghasilkan prediksi gender dengan tingkat keakuratan yang signifikan dalam situasi real-time. Temuan ini menunjukkan potensi aplikasi luas dari teknik ini dalam sistem pengawasan, analisis demografi, dan interaksi manusia-komputer.
Copyrights © 2024