Detail Cantuman

Deteksi wajah dengan variasi skala dalam satu gambar merupakan tantangan utama dalam pengembangan sistem pengenalan wajah. Penelitian ini mengevaluasi performa arsitektur RetinaFace, yang dilengkapi dengan tiga fitur utama: Feature Pyramid Network (FPN) untuk menangkap fitur pada berbagai skala, Context Modules untuk memperkaya informasi kontekstual, dan Cascade Multi-task Heads untuk klasifikasi, regresi bounding box, dan prediksi landmark secara bersamaan. Hasil penelitian menunjukkan bahwa ResNet-152 mencapai akurasi lebih tinggi dengan mAP sebesar 92,85% untuk skenario "easy", 89,99% untuk skenario "medium", dan 74,18% untuk skenario "hard". Sementara itu, MobileNetV1 (0.25) memiliki mAP yang lebih rendah yaitu 89,45% (easy), 86,01% (medium), dan 67,16% (hard), namun unggul dalam kecepatan pelatihan dan pengujian dengan waktu 4 menit 36 detik, dibandingkan dengan ResNet-152 yang membutuhkan 10 menit 22 detik. Pengujian juga menunjukkan bahwa RetinaFace mampu mendeteksi wajah dengan minimal tiga landmark, dengan skala terkecil yang dapat terdeteksi bervariasi tergantung pada orientasi wajah: menghadap depan, ResNet-152 mendeteksi pada skala 12x15 piksel sementara MobileNetV1 (0.25) pada skala 11x14 piksel; menghadap samping kiri, ResNet-152 pada 12x16 piksel dan MobileNetV1 (0.25) pada 11x14,6 piksel; dan menghadap samping kanan, ResNet-152 pada 13x17 piksel dan MobileNetV1 (0.25) pada 11x15 piksel. Penelitian ini menyimpulkan bahwa pilihan backbone dalam arsitektur RetinaFace harus disesuaikan dengan kebutuhan aplikasi, di mana ResNet-152 lebih cocok untuk kondisi yang memprioritaskan akurasi, sementara MobileNetV1 (0.25) lebih efisien untuk aplikasi yang membutuhkan kecepatan. Kata kunci: Deteksi wajah, multiscale, RetinaFace, ResNet-152, MobileNetV1.