Smart Home Security Solutions using Facial Authentication and Speaker Recognition through Artificial Neural Networks

Saxena, Navya; Varshney, Devina

doi:10.1016/j.ijcce.2021.10.001

Cited by 33 publications

(8 citation statements)

References 32 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Saat ini perkembangan perangkat elektronik yang tersedia telah banyak mendukung untuk kebutuhan dan membantu meringankan pekerjaan manusia. Teknologi yang aman sangat dibutuhkan untuk meningkatkan keamanan rumah agar tidak mudah dibobol oleh pelaku kejahatan [2]. Teknologi yang secara realistis sudah dapat digunakan yaitu sistem otomatis pada gerbang rumah indekos yang dikenal dengan teknologi smart home.…”

Section: Pendahuluanunclassified

Implementasi Pengenalan Wajah dengan Metode Haar Cascade Classifier pada Akses Boarding House

Malo,

Dirgantara,

Subairi

2023

Jurnal Teknik Elektro AVITEC

View full text Add to dashboard Cite

Penelitian ini ditujukan untuk membuat sistem keamanan termonitor dengan pengenalan wajah pada boarding house dengan mengontrol akses keluar-masuk boarding house. Pengenalan wajah dilakukan menggunakan metode Haar Cascade Classifier. Metode ini merupakan salah satu metode yang digunakan dalam pendeteksian wajah manusia dan memiliki kelebihan komputasi yang cepat karena hanya bergantung pada jumlah piksel dalam persegi dari sebuah image. Implementasi sistem ini dibuat dengan menggunakan kontroler Raspberry Pi dengan kamera, ESP32, sensor ultrasonik, motor DC beserta driver BTS7960, prototipe akses boarding house, buzzer, dan kartu RFID. Penelitian ini berhasil dibangun dan mengimplementasikan metode Haar cascade classifier pada akses boarding house dengan hasil pengenalan wajah yang akurat dari 8 data sampel serta rata-rata akurasi yang diperoleh sebesar 80% dengan intensitas cahaya 100±4 lux.

show abstract

Section: Pendahuluanunclassified

Implementasi Pengenalan Wajah dengan Metode Haar Cascade Classifier pada Akses Boarding House

Malo,

Dirgantara,

Subairi

2023

Jurnal Teknik Elektro AVITEC

View full text Add to dashboard Cite

show abstract

“…Perkembangan teknologi informasi dan elektronika yang sangat pesat menjadi salah satu solusi yang dapat diterapkan dan relevan untuk masa kini salah satunya penerapan microcomputer pada perangkat rumah menjadi sebuah sistem smart home [3]. Sistem smart home tidak hanya memberikan kemudahan, kenyamanan dan keamanan tetapi juga membuat paham secara teknologi [4].…”

Section: Pendahuluanunclassified

Rancang Bangun Sistem Keamanan Pintu menggunakan Metode Pengenalan Wajah berbasis Internet of Things

Handayani

Basuki

Sudiana

et al. 2022

Jurnal Teknik Elektro AVITEC

View full text Add to dashboard Cite

Penelitian ini dilakukan untuk membuat prototipe sistem keamanan pintu dengan metode pengenalan wajah untuk mengendalikan kunci solenoid pada sebuah pintu. Sistem ini dibuat berbasis Internet of Things (IoT) berfungsi mengendalikan kunci solenoid dan bertukar informasi secara real time. Kunci solenoid akan terbuka secara otomatis saat sensor kamera menangkap citra wajah dan dicocokkan dengan citra yang sebelumnya sudah direkam dan disimpan di database sistem. Sistem dapat dikendalikan menggunakan smartphone/komputer yang terhubung melalui aplikasi Telegram Messenger. Hasil berupa sistem deteksi pengenalan wajah untuk membuka kunci solenoid dengan akurasi 92%. Sistem mampu membuka kunci solenoid secara otomatis berdasarkan kesesuaian citra. Rata-rata waktu pengiriman notifikasi berupa citra dan teks adalah 4 detik dan 0,5 detik. Dengan kata lain sistem telah bekerja dengan baik.

show abstract

“…For the purposes of this study, the paper utilizes improved FaceNet model based on MobileNetV2 backbone with SSD subsection, which ensures solving the problem of object identification and can be applied to security or attendance systems using lessresourced mobile devices with high obtained accuracy and speed. The output shows that this is an optimal model for lowresourced mobile and embedded devices as follows: Jetson Nano (quad-core ARM Cortex-A57 CPU, 128-core Maxwell™ GPU) [29,[50][51][52][53][54][55][56][57][58][59][60][61][62][63][64]. According to practical examples, obtained face images reach to good detection performance with an accuracy of 95% and a fast inference speed of 25 FPS.…”

Section: Introductionmentioning

confidence: 99%

Smart Attendance System based on improved Facial Recognition

Dang

2023

Journal of Robotics and Control

View full text Add to dashboard Cite

Nowadays, the fourth industrial revolution has achieved significant advancement in high technology, in which artificial intelligence has had vigorous development. In practice, facial recognition is one most essential tasks in the field of computer vision with various potential applications from security and attendance system to intelligent services. In this paper, we propose an efficient deep learning approach to facial recognition. The paper utilizes the architecture of improved FaceNet model based on MobileNetV2 backbone with SSD subsection. The improved architecture uses depth-wise separable convolution to reduce the model size and computational volume and achieve high accuracy and processing speed. To solve the problem of identifying a person entering and exiting an area and integrating on advanced mobile devices limits to (such as limited memory and on-device storage) highly mobile resources. Especially, our approach yields better results in practical application with more than 95% accuracy on a small dataset of the original face images. Obtained frame rate (25 FPS) is very favorable compared to the field of facial recognition using neural network. Besides, the deep learning based on solution could be applicable in many low-capacity hardware or optimize system’s resource. Finally, the smart automated attendance systems is successfully designed basing on the improved efficient facial recognition.

show abstract

Smart Home Security Solutions using Facial Authentication and Speaker Recognition through Artificial Neural Networks

Cited by 33 publications

References 32 publications

Implementasi Pengenalan Wajah dengan Metode Haar Cascade Classifier pada Akses Boarding House

Implementasi Pengenalan Wajah dengan Metode Haar Cascade Classifier pada Akses Boarding House

Rancang Bangun Sistem Keamanan Pintu menggunakan Metode Pengenalan Wajah berbasis Internet of Things

Smart Attendance System based on improved Facial Recognition

Contact Info

Product

Resources

About