Gabor-based Face Recognition with Illumination Variation using Subspace-Linear Discriminant Analysis

karena potensi aplikasinya. Pengenalan wajah yang akurat masih merupakan pekerjaan yang sulit, terutama jika iluminasinya tak terbatas. Makalah ini menyajikan suatu metoda yang efisien untuk pengenalan wajah dengan iluminasi yang berbeda-beda menggunakan fitur Gabor, yang diekstraksi dari tapis log-Gabor dengan enam orientasi dan empat skala. Fitur-fitur wajah ini diekstraksi pada daerah-daerah blok pada citra wajah menggunakan algoritma jendela geser. Fitur-fitur hasil ekstraksi kemudian diproses oleh analisis komponen utama (PCA) dan analisis diskriminan linier (LDA). Untuk pengembangan dan pengujian digunakan citra-citra wajah yang berasal dari basis data Yale-B. Metoda yang diusulkan ini menghasilkan laju pengenalan rank 1 sebesar 86–100 %. Kata kunci: iluminasi, fitur Gabor, LDA, PCA, pengenalan wajah Face recognition has been an active research topic in the past few decades due to its potential applications. Accurate face recognition is still a difficult task, especially in the case that illumination is unconstrained. This paper presents an efficient method for the recognition of faces with different illumination by using Gabor features, which are extracted by using log-Gabor filters of six orientations and four scales. By Using sliding window algorithm, these features are extracted at image block-regions