Review PCD

Apa itu kuantisasi dalam citra digital?

• Proses mengubah citra menjadi grayscale.

• Proses mengonversi sinyal analog menjadi sinyal digital.

• Proses menyesuaikan brightness dan kontras.

• Proses menggabungkan saluran citra.

Apa itu resolusi dalam citra digital?

• Jumlah warna dalam citra.

• Ukuran fisik dari citra.

• Jumlah piksel dalam citra.

• Tingkat kecerahan citra.

Apa itu algoritma thresholding?

• Proses mengubah citra menjadi grayscale.

• Proses mengonversi sinyal analog menjadi sinyal digital.

• Metode untuk mengubah citra menjadi biner.

• Algoritma untuk mendeteksi objek dalam citra.

Apa yang dimaksud dengan algoritma HOG?

• Metode untuk mengubah citra menjadi grayscale.

• Metode untuk menggambarkan distribusi orientasi gradien dalam citra.

• Algoritma untuk mendeteksi objek dalam citra.

• Proses menyesuaikan brightness dan kontras citra.

Apa itu operasi morfologi dalam pengolahan citra?

• Metode untuk morphing citra secara geometris.

• Metode untuk mengolah bentuk dan struktur objek dalam citra.

• Proses menggabungkan saluran citra.

• Proses pemfilteran citra menggunakan nilai tertinggi atau terendah.

Bagaimana cara kerja algoritma Haar Cascade dalam mendeteksi wajah?

• Menggunakan jaringan syaraf tiruan untuk mengenali wajah.

• Menggunakan fitur seperti sudut dan tepi untuk mendeteksi wajah.

• Menggunakan histogram untuk mendeteksi wajah.

• Menggunakan pengolahan morfologi untuk mendeteksi wajah.

Apa rumus untuk menghitung akurasi dari algoritma deteksi wajah?

• (True Positive + True Negative) / (Total Instances).

• True Positive / (True Positive + False Positive).

• True Positive / (True Positive + False Negative).

• (True Positive + False Positive) / (Total Instances).

Apa itu presisi dalam konteks evaluasi kinerja model deteksi?

• Proporsi dari total deteksi yang benar.

• Proporsi dari deteksi yang benar terhadap semua deteksi positif.

• Proporsi dari deteksi yang benar terhadap semua deteksi negatif.

• • Proporsi dari semua data yang dideteksi dengan benar.

Apa itu recall dalam konteks evaluasi kinerja model deteksi?

• Proporsi dari deteksi yang benar terhadap semua data positif yang sebenarnya.

• Proporsi dari deteksi yang benar terhadap semua deteksi positif.

• Proporsi dari semua data yang dideteksi dengan benar.

• Proporsi dari deteksi yang salah terhadap semua data negatif yang sebenarnya.

Rumus untuk menghitung presisi adalah:

• (True Positive) / (True Positive + True Negative)

• (True Positive) / (True Positive + False Negative)

• (True Positive) / (True Positive + False Positive)

• (True Positive) / (True Positive + False Positive + False Negative)