Optimasi Algoritma Headposr untuk Estimasi Pose Kepala Menggunakan Backbone Efficientnet

Abstract

Estimasi pose kepala merupakan tugas penting dalam bidang computer vision yang bertujuan untuk menentukan orientasi kepala seseorang berdasarkan parameter yaw, pitch, dan roll. Selain itu, dalam penggunaanya, estimasi pose kepala dapat digunakan untuk mendeteksi fokus perhatian seseorang, misalnya pada pengemudi kendaraan, pengawasan dan interaksi manusia komputer Namun, terdapat sebuah tantangan terkait bagaimana meningkatkan akurasi prediksi dengan waktu komputasi yang lebih efisien, khususnya ketika diterapkan pada perangkat dengan sumber daya terbatas. HeadPosr merupakan sebuah aristektur yang digunakan untuk mengatasi permasalahan estimasi pose kepala. Arsitektur yang digunakan terdiri dari ResNet50 sebagai backbone untuk ekstraksi fitur, diikuti oleh Transformer Encoder yang bertugas memproses fitur yang telah diekstraksi. Arsitektur ini kemudian memprediksi tiga parameter utama pose kepala: yaw, pitch, dan roll. Dataset yang digunakan adalah BIWI, dengan pembagian 70% data untuk pelatihan dan 30% data untuk pengujian. Penelitian ini akan menggunakan backbone EfficientNet-B0 untuk melakukan optimasi arsitektur sebelumnya untuk memperoleh sebuah model yang lebih efektif dan efisien pada sumber daya terbatas. Penelitian ini mengevaluasi performa model melalui metrik MAE (Mean Absolute Error), yang menjadi ukuran utama untuk menilai akurasi prediksi dan waktu pelatihan yang dihasilkan. Hasil yang diperoleh akan dibandingkan dengan arsitektur sebelumnya.