Analisis Performa Face Sketch To Photo Transformation Menggunakan Multi Scale Self Attention Generative Adversarial Network
Analisis Performa Face Sketch To Photo Transformation Menggunakan Multi Scale Self Attention Generatif Adversal Network
Tahun 2025 · Penulis: Gustian Aryasatya
Faculty of Computer Science, Universitas Jember
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Terjemahan mesin (opus-mt-en-id) · dipakai untuk pengindeksan
Analisis Performa Face Sketch To Photo Transformation Menggunakan Multi Scale Self Attention Generatif Adversal Network
Dalam penelitian ini, dijelaskan penerapan Generative Adversarial Network (GAN) yang ditingkatkan dengan multi scale self attention yang diaplikasikan pada arsitektur generator untuk menyelesaikan tugas face sketch to photo transformation. Masalah terpenting yang perlu diatasi adalah rendahnya kualitas visual keluaran face sketch to photo transformation, terutama hilangnya informasi identitas wajah dan risiko overfitting karena kelangkaan data. Dua buah feature extractor yang digunakan dalam percobaan ini adalah AlexNet dan VGG16, keduanya dikombinasikan dengan arsitektur encoder-decoder, baik versi dasar maupun versi yang ditingkatkan dengan multi scale self attention. Dataset yang digunakan adalah CUHK Face Sketch Dataset (CUFS), yang berisi 188 pasang set sketsa dan gambar wajah. Preprocessing dilakukan dengan mengubah ukuran gambar menjadi 256x256 pixel. Generator diimplementasikan dengan multi scale convolution dengan kernel 1x1, 3x3, dan 5x5 untuk menangkap beberapa level fitur lokal. Lebih jauh, perhatian diri dimasukkan untuk fokus pada daerah wajah yang menonjol selama pembuatan gambar. Model dievaluasi menggunakan dua metrik utama: Frechet Inception Distance (FID) dan Structural Similarity Index Measure (SSIM). FID memperkirakan kesamaan distribusi antara prediksi dan kebenaran dasar, sedangkan SSIM memperkirakan kesamaan visual struktural antara keduanya. Hasil eksperimen menunjukkan bahwa kombinasi AlexNet dengan multi scale self attention memberikan kinerja terbaik dengan skor FID minimum 11,4319 dan skor SSIM maksimum 0,4982 pada epoch 50. Konfigurasi di atas memberikan kinerja yang lebih baik daripada kombinasi lain, seperti VGG16, meskipun VGG16 memiliki arsitektur yang lebih dalam. Hal ini menunjukkan bahwa seberapa baik jenis feature extraction dan mekanisme spatial attention yang cocok lebih penting daripada kedalaman jaringan. Model multi scale self attention juga bisa memberikan hasil transformasi wajah yang lebih realistis, simetris, dan lebih tepat daripada yang generator encoder-decoder. Penelitian ini menentukan bahwa penggunaan multi scale self attention pada GAN sangat efektif dalam meningkatkan kualitas visual keluaran sketsa wajah ke konversi foto. AlexNet memang efektif dalam ekstraksi fitur dan dapat mengurangi kemungkinan overfitting karena modelnya lebih ringan. Di masa mendatang, disarankan untuk bereksperimen dengan arsitektur yang lebih baru seperti EfficientNet, dan juga mengeksplorasi penggabungan teknik isser-super-resolution untuk meningkatkan ketajaman hasil transformasi. Bagi para profesional forensik dan pengembang sistem keamanan, sistem ini dapat berfungsi sebagai dasar untuk mengembangkan sistem pengenalan wajah berbasis sketsa yang lebih akurat dan adaptif terhadap batasan data visual.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,842
Tahun 2026 · Penulis: Martri Lina Anggraini
Peningkatan Deteksi Deepfake Menggunakan Arsitektur Hibrida Multiskala Vision Transformer dan Xceptionnet (M-Vixnet)
Kemajuan pesat kecerdasan buatan, khususnya Jaringan Adversarial Generatif (Gans), telah meningkatkan secara signifikan Realisme gambar-gambar palsu yang dalam, membuat identifikasi manual semakin sulit. Perkembangan ini merupakan ancaman serius bagi keamanan
- Cosine 0,812
Tahun 2025 · Penulis: Frans Vito Jonathan Simamora
Optimasi Klasifikasi Ekspresi Wajah Berdasarkan Citra Wajah Menggunakan Hog, Od-Lbp, Dan Pca
Ekspresi wajah merupakan bentuk berinteraksi secara berperan besar secara nonvarbal yang memiliki pengaruh besar dalam interaksi sosial. Ekspresi wajah juga menjadi fokus berbagai perkembagan penelitan dan dalam berbagai pengaplikasian. Menurut para peneliti,
- Cosine 0,810
Tahun 2026 · Penulis: Nur Bayyinah
Pengembangan Metode Interpolasi Temporal Berbasis Deep Learning untuk Akuisisi Data Neutron Computed Tomography
Neutron Computed Tomografi adalah teknik pencitraan non-destruktif dengan sensitivitas tinggi terhadap elemen cahaya tertanam dalam bahan padat. Namun, penerapannya dibatasi oleh waktu akuisisi yang lama disebabkan oleh fluks neutron rendah, yang memerlukan se