IMAGE SPOOFING DETECTION USING LOCAL BINARY PATTERN
Posted by JMII e-Journal on 06.28
IMAGE SPOOFING DETECTION USING LOCAL BINARY PATTERN
Indra Bayu Kusuma
Fakultas Teknik Informatika, Jurusan Teknik
Informatika
Universitas Telkom
Jalan Telekomunikasi No.1, Bandung, Indonesia
indrabayukusuma@live.com
Arida Kartika
Fakultas Teknik Infomatika, Jurusan Teknik
Informatika
Universitas Telkom
Jalan Telekomunikasi No.1, Bandung,
Indonesia
aridakartika@outlook.com
Abstrak
Wajah manusia merupakan salah satu ciri unik dalam diri seorang manusia.
Dalam bidang biometric khususnya kemanan menggunakan wajah manusia sudah banyak
diimplementasikan dalam dunia nyata. Saat ini wajah manusia merupakan salah
satu pedoman dalam sistem keamanan. Dewasa ini tantangannya ialah bagaimana mendeteksi
pemalsuan data tersebut. Serangan seperti ini disebut dengan spoofing. Spoofing terjadi saat seseorang mencoba untuk berpura-pura menjadi
orang lain dengan memalsukan data asli dan dari tindakan tersebut orang
tersebut bisa mendapatkan akses ilegal dan keuntungan baginya. Sebagai contoh
seseorang dapat memalsukan wajah pada sistem rekognisi dengan menggunakan
photograph, video, masker ataupun model 3D dari targetnya didepan kamera. Untuk
mengatasi hal tersebut penulis mengajukan pendektesian spoofing wajah manusia
dengan menggunakan analisis tekstur. Analisis tektur yang digunakan pada paper ini ialah Local Binary Pattern dan menggunakan preprocessing Adaptive Histogram Equalization dan untuk klasifikasi menggunakan K-Nearest Neighbour. Dengan metode diatas, akurasi yang didapat
adalah 92.24%.
Kata kunci :
Adaptive Histogram Equalization,
K-Nearest Neighbour, Local Binary Pattern, Spoofing
Abstract
Particularly in the field of biometric
security using human face has been widely implemented in the real world.
Currently the human face is one of the guidelines in the security system.
Nowadays the challenge is how to detect data falsification; such an attack is
called spoofing. Spoofing occurs when someone is trying to pretend to be
someone else by falsifying the original data and then that person may gain
illegal access and benefit him. For example one can falsify the face
recognition system using photographs, video, masks or 3D models. In this paper
image spoofing human face detection using texture analysis on input image is
proposed. Texture analysis used in this paper is the Local Binary Pattern (LBP)
and as the preprocessing is Adaptive Histogram Equalization and then K-Nearest
Neighbour as the classifier. in this paper with proposed method,the accuracy is
92.94%.
Keywords :
Adaptive Histogram Equalization,
K-Nearest Neighbour, Local Binary Pattern, Spoofing
- Download: Paper 6 JMII Vol 2 No 1 Tahun 2017