40
dengan
menggunakan haar-like
feature.
Penyeleksian
bertujuan
untuk
memisahkan
antara sub window yang mengandung positif objek (gambar yang terdeteksi memiliki
objek
yang
diinginkan)
dengan
negatif
objek (gambar
yang
tidak
terdeteksi
memiliki
objek yang diinginkan). Hasil dari penyeleksian ini (positif objek) akan dijadikan
sebagai input dalam melakukan penyeleksian di tingkatan berikutnya.
Pada tingkatan awal digunakan algoritma sederhana
yang
memiliki kompleksitas
rendah dalam
mengeliminasi
negatif objek dari sub-window. Jumlah
negatif objek
yang
tereliminasi pada tingkatan awal cukup banyak, hal ini dikarenakan
persebaran
objek
pada citra yang asimetris (Finding Faces in Images,
Robin
Hewitt,
part
2). Hasil
pengeliminasian pada tingkatan awal akan menjadi input untuk proses pengelminasian
pada
tingkatan
selanjutnya
sehingga
pada
tingkatan
selanjutnya
jumlah
sub-window
yang diseleksi
menjadi
lebih sedikit. Pada tingkatan selanjutnya dilakukan penyeleksian
dengan algoritma yang lebih komplek, untuk mendeteksi sub window dengan kriteria
yang
lebih
spesifik.
Hal
ini
dilakukan
agar proses
pengklasifikasian
dapat
dilakukan
dengan lebih cepat dan efisien.
Contoh : Pendeteksian objek berbentuk lingkaran pada gambar dengan latar
belakang
hitam.
Casacade
of
classifier akan
menggunakan
tingkatan
pengklasifikasian
sebagai berikut :
• Di tingkatan awal akan disisihkan sub window yang hanya mengandung latar
belakang.
• Di
tingkatan
kedua
dilakukan
pendeteksian
sub
window
dari
hasil
tingkatan
awal dengan criteria yang lebih spesifik misalnya berbentuk menyerupai
lingkaran.
 |