APTISIAPTISI

Aptisi Transactions on Technopreneurship (ATT)Aptisi Transactions on Technopreneurship (ATT)

Kemajuan terkini di bidang pengenalan dan verifikasi wajah telah memperkenalkan absensi wajah untuk berbagai kasus penggunaan. Dalam makalah ini, kami menyajikan kemungkinan sistem yang dinamakan AttendXNet. Metode kami menggunakan ResNet dan jaringan feed forward multi-layer untuk mencapai hasil terbaik. Analisis ekstensif dari berbagai teknik deep learning dan machine learning dijelaskan. Anti-spoofing wajah merupakan tantangan utama dalam absensi wajah. Extended-MobileNet digunakan untuk mengatasi masalah tersebut. Kami juga memperkenalkan pipeline end-to-end untuk mengimplementasikan sistem absensi untuk berbagai kasus penggunaan.

Dalam makalah ini, AttendXNetV1, AttendXNetV2, dan AttendXNetV3 diusulkan, yang secara efektif dapat melakukan tugas verifikasi wajah untuk absensi.Penggunaan ResNet-32 untuk memperkirakan embedding wajah dengan kombinasi pengklasifikasi teridentifikasi dan metrik pengukuran kesamaan menghasilkan pipeline untuk aplikasi dunia nyata.Extended-MobileNet memastikan keamanan dari serangan cetak dan video.Penelitian mendatang akan fokus pada peningkatan dataset dengan pengumpulan sampel lebih banyak dalam kondisi pencahayaan berbeda untuk anti-spoofing wajah.

Penelitian lanjutan dapat berfokus pada beberapa aspek untuk meningkatkan sistem absensi wajah. Pertama, perlu dieksplorasi penggunaan model deep learning yang lebih ringan dan efisien, seperti MobileNetV3 atau EfficientNet, untuk mengurangi kebutuhan sumber daya komputasi dan memungkinkan implementasi pada perangkat edge dengan kemampuan terbatas. Pertanyaan penelitian yang relevan adalah: Seberapa besar peningkatan efisiensi yang dapat dicapai dengan model yang lebih ringan tanpa mengorbankan akurasi secara signifikan? Kedua, studi lebih lanjut mengenai teknik anti-spoofing wajah yang lebih canggih diperlukan untuk mengatasi ancaman serangan spoofing yang terus berkembang, seperti penggunaan generative adversarial networks (GANs) untuk menghasilkan sampel spoofing yang realistis. Penelitian dapat berfokus pada pengembangan metode deteksi spoofing yang lebih robust terhadap variasi pencahayaan, pose, dan ekspresi wajah. Ketiga, penelitian dapat dilakukan untuk mengintegrasikan data multimodal, seperti audio dan informasi kontekstual, untuk meningkatkan akurasi dan keandalan sistem absensi wajah dalam lingkungan yang bising atau kompleks. Bagaimana integrasi modalitas tambahan dapat meningkatkan kemampuan sistem untuk membedakan antara wajah asli dan palsu, serta mengatasi tantangan yang terkait dengan oklusi atau perubahan penampilan?.

  1. A Novel Approach for Facial Attendance:AttendXNet | Aptisi Transactions on Technopreneurship (ATT). novel... att.aptisi.or.id/index.php/att/article/view/86A Novel Approach for Facial Attendance AttendXNet Aptisi Transactions on Technopreneurship ATT novel att aptisi index php att article view 86
  1. #pengenalan wajah#pengenalan wajah
File size636.91 KB
Pages8
DMCAReportReport

ads-block-test