Pengenalan Ekspresi Wajah Secara Real-Time Menggunakan Metode SSD Mobilenet Berbasis Android

Pengenalan ekspresi wajah secara real-time menjadi topik yang menarik dalam bidang pengolahan citra dan kecerdasan buatan. Penelitian ini bertujuan untuk mengembangkan sebuah metode yang dapat mendeteksi objek ekspresi wajah secara akurat dan efisien. Untuk mencapai tujuan ini, peneliti mengadopsi pendekatan berbasis Single Shot MultiBox Detector (SSD) yang terkenal dalam deteksi objek. Peneliti melatih model SSD menggunakan dataset wajah dengan berbagai ekspresi. Metode yang diusulkan memanfaatkan fitur-fitur wajah yang penting untuk memperoleh lokalisasi dan klasifikasi ekspresi wajah. Peneliti melakukan pelatihan menggunakan algoritma pembelajaran mendalam dengan menggunakan data wajah yang dikategorikan berdasarkan ekspresi tertentu. Eksperimen dilakukan pada citra wajah yang diambil secara real-time, dan hasil deteksi objek wajah dievaluasi berdasarkan ukuran akurasi dan kecepatan. Hasil penelitian menunjukkan bahwa metode yang diusulkan mampu mendeteksi ekspresi wajah secara real-time dengan akurasi tinggi dan kecepatan pemrosesan yang baik. Hasil evaluasi menggunakan Metric Evaluation, model memiliki akurasi 0.51 detik dan kecepatan deteksi 31 frame per-detik dimana dengan demikian model dapat berjalan dengan komputasi rendah pada erangkat mobile. Temuan ini menunjukkan bahwa metode yang diusulkan berpotensi menjadi solusi efektif untuk pengenalan ekspresi wajah secara real-time dalam berbagai aplikasi, termasuk pengenalan emosi, interaksi manusia-mesin, dan keamanan.