Pengembangan Model Rekonstruksi Citra Resolusi Buruk dengan Deep Learning Super Resolution untuk Meningkatkan Akurasi Pelacakan Wajah pada Citra Digital
Tim Peneliti : Tommy, Rosyidah Siregar, Edy Rahman Syahputra
Penelitian ini berfokus pada pengembangan teknologi super-resolusi untuk rekonstruksi wajah, terutama dalam konteks gambar beresolusi rendah seperti rekaman CCTV. Menggabungkan pendekatan inovatif menggunakan FSRCNN (Fast Super-Resolution Convolutional Neural Network) dan classifier kaskade, penelitian ini bertujuan untuk meningkatkan kualitas deteksi dan rekonstruksi wajah dari citra yang menantang. Proyek ini juga mengeksplorasi teknik modular dan residu yang efisien untuk meningkatkan akurasi dan kecepatan pemrosesan. Melalui penelitian ini, saya berharap dapat memberikan kontribusi signifikan terhadap kemajuan teknologi pengenalan wajah dalam berbagai aplikasi keamanan dan pengawasan.