FACIAL MOTION CAPTURE MENGGUNAKAN ACTIVE APPEARANCE MODEL BERBASIS BLENDER

Abstract

Teknologi motion capture dibutuhkan dalam berbagai aplikasi, khususnya animasi yang terus berkembang pesat. Teknik yang digunakan dapat menggunakan penanda maupun tanpa penanda (markerless). Metode Active Appearance Model (AAM) mampu melakukan capture titik-titik landmark pada wajah dengan baik. Penelitian ini diarahkan untuk mengembangkan teknik markerless motion capture dengan menggunakan AAM pada wajah. Penelitian ini membandingkan dua metode AAM, yaitu IAIA (Inverse Additive Image Alignment) dan ICIA (Inverse Compositional Image Alignment), kemudian hasil dari AAM ditampilkan dalam karakter 3D yang dirender dengan menggunakan blender. Sumber data menggunakan tiga dataset, yaitu FRANCK, IMM, dan JIAPEI. Metode evaluasi menggunakan tiga kriteria, yaitu waktu fitting, jumlah iterasi, dan jarak penyimpangan yang menunjukan penyimpangan titik landmark hasil fitting terhadap posisi titik landmark yang seharusnya. Hasil ujicoba menunjukan bahwa rata-rata waktu fitting IAIA 33,061844 ms lebih baik daripada ICIA yang memiliki rata-rata 143,295766 ms. Dari segi iterasi, ratarata IAIA adalah 6,00573, sedangkan ICIA membutuhkan 5,663868 iterasi. Rata-rata jarak penyimpangan IAIA adalah 0,53734 sedangkan ICIA 0,531054. Sedangkan waktu rata-rata proses rendering adalah 21,329753 ms, baik ICIA maupun IAIA.