Mari Mengenal Face Recognation yang Ada di Biometrik

REPORTASE INDONESIA – Jakarta, Itu bukan foto Jokowi tapi foto Hari Mulyono yang di ijazah, Foto Jokowi dalam foto bersama adalah yang paling kanan.

Itulah gunanya software biometrik yang ada face recognation bisa mendeteksi muka. Karena ada titik titik muscle yg tidak punya oleh orang lain. Yg merupakan hal unik yg dimiliki setiap orang. Seperti alis, dagu, mata, telinga dahi hidung dll.

Tidak Bisa Dibohongin
Makanya software biometrik digunakan di imigrasi, dinas kependudukan, perbankan, atau aplikator p1njol. Kita menyebutnya verifikasi muka atau vermuk.

Berikut penjelasan titik-titik otot (landmark) wajah yang biasa dipakai dalam software biometrik (mis. face recognition, emotion detection, facial action coding):

📌 Apa itu “titik otot wajah” dalam biometrik?
Dalam konteks software biometrik, yang dimaksud bukan otot secara fisik, tapi landmark/facial keypoints — titik-titik utama di wajah yang dipakai untuk analisis bentuk, ekspresi, dan identifikasi. Software menggunakan model ML untuk mendeteksi poin-poin ini dari foto/video.

🎯 Sistem Landmark yang Paling Umum
Ada beberapa standar titik wajah yang sering digunakan:

✅ 68 Landmark (dari Dlib / OpenCV)
Ini model yang paling banyak dipakai dalam penelitian dan proyek biometrik sederhana.
Kelompok titik:
Bibir: 48–67
Garis wajah: 0–16
Alis kiri & kanan: 17–26
Hidung: 27–35
Mata kiri & kanan: 36–47
Contoh:
Titik 36–41 — mata kiri
Titik 48–59 — bibir luar
Titik 31–35 — hidung bawah
😊 Titik-Titik Utama dan Fungsinya
Area Wajah
Landmark / Titik
Kenapa Penting
Mata
36–47
Posisi, bentuk, kedipan; penting untuk biometrik dan ekspresi
Alis
17–26
Deteksi ekspresi (mis. marah, terkejut)
Hidung
27–35
Stabil secara bentuk, penting untuk identifikasi
Bibir
48–67
Gerakan berbicara, tersenyum, ekspresi
Tepi wajah
0–16

Kontur wajah → Identifikasi utama
🧠 Apa itu Face Mesh Modern?
Software canggih (mediapipe, 3D model) menggunakan lebih banyak titik — bisa ratusan titik untuk menangkap kontur wajah dengan detail tinggi.
Titik-titik ini termasuk area pipi, tulang, alur wajah.

Digunakan di AR/VR, makeup virtual, analisis ekspresi lebih detail.

📌 Kaitan dengan “Muscle”
Landmark-landmark tersebut tidak mewakili otot fisik, tetapi:
Posisi landmark berubah saat otot wajah berkontraksi → ini diinterpretasi oleh algoritma untuk deteksi ekspresi.
Misalnya senyum luas akan mengangkat titik-titik bibir dan pipi.
Kalau kamu ingin analisis otot wajah (FACS / Facial Action Coding System):
Sistem FACS memakai Action Units (AU), bukan poin geometris tetap.
AU adalah kombinasi perubahan landmark → mis. AU12 = lip corner puller (senyum).
🛠 Software / Library yang Memakai Titik-titik Ini
Software / framework yang umum:
Dlib / OpenCV (68/5 titik landmark)
MediaPipe Face Mesh (468 titik)
Face Recognition (berbasis dlib)
Deep Learning Models (ResNet-based embedding untuk biometrik)

🎯 Ringkasan
“Titik muscle wajah” = facial landmark points yang dipakai untuk biometrik & ekspresi.
Standar klasik: 68 landmark.
Model modern: ratusan titik (mesh).
ML interprets perubahan titik sebagai ekspresi, bukan otot secara fisik.