Contoh Eksperimen awal dalam penerapan Computer Vision dimulai pada 1950-an. Dua puluh tahun kemudian, teknologi mulai memasuki tahap komersial, terutama untuk membedakan antara teks yang diketik dan tulisan tangan.
Saat ini, penerapan computer vision sangat luas. Kami memperkirakan bahwa Computer Vision dan keuntungan pasar perangkat keras akan mencapai $48,6 miliar pada tahun 2022. Meskipun teknologi ini tidak dapat dilihat atau disentuh, itu telah lama terintegrasi ke dalam kehidupan kita dan ada di mana-mana.
Artikel Labkom99 ini akan memperkenalkan definisi Computer Vision, menjelaskan cara kerjanya, dan memperkenalkan 7 contoh Penerapan Computer Vision kehidupan nyata yang menakjubkan dari teknologi ini.
Apa Itu Computer Vision?
Computer Vision adalah bentuk kecerdasan buatan yang memungkinkan komputer untuk “melihat” dunia, menganalisis data visual dan kemudian membuat keputusan yang sesuai. Atau belajar tentang lingkungan mereka dan apa yang terjadi di sekitar mereka secara real time.
Banyaknya data yang dihasilkan manusia adalah salah satu alasan pesatnya perkembangan Computer Vision dan kami juga menggunakan data computer vision untuk melatih dan menyempurnakan teknologi ini.
Kamera internal di perangkat seluler saja menyumbangkan gambar dan video yang tak terhitung jumlahnya ke dunia. Citra itu sendiri mencakup gambar dan video, dan juga dapat digunakan untuk mewakili data yang dihasilkan oleh sumber seperti sensor termal, sensor inframerah, dll.
Selain jumlah data visual yang sangat besar (lebih dari 3 miliar gambar dibagikan secara online setiap hari), daya komputer yang diperlukan untuk menganalisis data menjadi semakin terbuka, dan biaya untuk memperoleh teknologi ini semakin berkurang.
Cara Kerja Computer Vision
Pengenalan objek menjadi lebih akurat karena teknologi Computer Vision memperoleh dukungan dari perangkat keras baru dan algoritme baru. Akurasi diskriminasi telah meningkat dari 50 persen menjadi 99 persen selama beberapa tahun terakhir. Teknologi melakukan pekerjaan yang lebih baik daripada manusia dalam merespons input visual dengan cepat.
Menyediakan mesin dengan kemampuan penglihatan adalah bagian penting dari mewujudkan semua kemampuan AI (Kecerdasan Buatan). Untuk meniru proses visual manusia, mesin perlu memperoleh, memproses, menganalisis, dan memahami gambar.
Dengan dukungan jaringan saraf, proses pembelajaran berulang diimplementasikan di mesin, dan mesin juga berhasil memperoleh kemampuan visual.
Prosesnya dimulai dengan mengidentifikasi kumpulan data pilihan yang berisi informasi yang akan membantu pembelajaran mesin pada topik tertentu. Misalnya, pada tahun 2012, lab X Google mencoba menggunakan jaringan sarafnya untuk mengidentifikasi gambar yang berisi kucing. Jadi ia menggunakan kumpulan data yang diperlukan untuk mengumpulkan gambar dengan kucing dan contoh tanpa kucing.
Jika gambar memenuhi persyaratan, maka akan ditandai dengan “metadata”, yang juga berarti bahwa gambar tersebut adalah jawaban yang benar. Ketika jaringan saraf melihat data dan label, ia dapat menemukan gambar kucing; umpan balik tentang kebenaran jawaban juga membantu meningkatkan teknologinya.
Jaringan syaraf tiruan juga menggunakan kemampuan pengenalan gambar untuk membedakan bagian-bagian yang berbeda pada suatu gambar. Dalam contoh ini, pembelajaran mesin tidak dilakukan oleh programmer yang mendefinisikan atribut kucing (seperti ekor dan kumis), tetapi dengan belajar dari puluhan ribu gambar yang diunggah.
Contoh Penerapan Computer Vision Dalam Kehidupan Sehari Hari
Dalam garis kehidupan sehari-hari kita, Anda dapat membayangkan bahwa semua yang Anda sentuh diberdayakan oleh teknologi Computer Vision. Berikut adalah beberapa contoh paling menarik dari aplikasi Computer Vision saat ini:
1. Mobil self-driving
Computer Vision sangat penting untuk mobil self-driving. Pembuat mobil seperti Tesla, BMW, Volvo, dan Audi mulai menggunakan multi-kamera, LiDAR, radar, dan sensor ultrasonik untuk membantu mobil menangkap gambar dari lingkungan luar,
Sehingga mobil self-driving dapat mengenali objek di jalan, jalan rambu Seperti halnya lampu lalu lintas, berkendara akan lebih aman.
2. Aplikasi Google Terjemahan
Jika Anda ingin tahu apa arti bahasa asing pada logo, cukup arahkan kamera di ponsel Anda ke kata-kata, dan Google Terjemahan akan segera menyelesaikan masalah.
Perangkat lunak ini menggunakan pengenalan objek optik internal untuk membedakan gambar di dalamnya dan memberikan terjemahan yang akurat dalam contoh penerapan Computer Vision. Baca juga Pencarian Gambar Menggunakan Teknologi Computer Vision
3. Pengenalan Wajah
Dunia telah mencapai banyak hal dalam pengembangan teknologi pengenalan wajah, yang juga digunakan dalam pekerjaan keamanan publik, pembayaran online, pemeriksaan keamanan bandara, dan bahkan di smartphone dengan penggunaan Face ID yang kita gunakan sehari-hari.
4. Contoh Penerapan Computer Vision Dalam Kesehatan
Karena 90% data medis dihasilkan berdasarkan gambar. Aplikasi Computer Vision dalam kedokteran juga kaya, apakah memungkinkan diagnostik medis baru untuk menganalisis sinar-X, skrining mamografi atau gambar medis lainnya atau memantau pasien.
Perawatan bedah harus dilakukan dilengkapi dengan deteksi dini masalah. Diharapkan baik institusi medis maupun pasien ahli dapat mengambil manfaat dari teknologi ini, dan akan lebih dipopulerkan di bidang kesehatan di masa depan.
5. Pelacakan Gerak Real Time
Selain melacak gerak acara olahraga yang disiarkan televisi, yang sekarang menjadi hal sehari-hari. Computer Vision juga dapat diterapkan untuk analisis strategi, kinerja dan peringkat pemain, serta untuk melacak visibilitas sponsor merek di acara.
6. Contoh Penerapan Computer Vision Dalam Pertanian
Di CES 2019, John Deere memamerkan mesin pemanen gabungan semi-otomatis yang menggunakan kecerdasan buatan dan Computer Vision untuk menganalisis kualitas gabah saat panen. Sekaligus menemukan rute terbaik untuk memanen.
Teknologi ini juga dapat digunakan untuk mengidentifikasi gulma – herbisida dapat disemprotkan langsung ke gulma, biji-bijian tidak akan terpengaruh, dan jumlah herbisida diharapkan dapat dikurangi hingga 90%.
7. Contoh Penerapan Computer Vision Dalam Manufaktur
Dengan dukungan computer vision, manufaktur dapat berjalan lebih aman, cerdas dan efisien. Pabrikan menggunakan teknologi Computer Vision untuk mencegah kegagalan mesin sekaligus mencegah kegagalan yang mahal.
Pemeliharaan prediktif ini hanyalah salah satu contoh penerapan teknologi Computer Vision di bidang manufaktur. Pada saat yang sama, teknologi ini juga dapat membantu kami memantau proses pengemasan, memastikan kualitas dan mengurangi produk inferior.
Kesimpulan
Meskipun sudah banyak contoh penerapan Computer Vision digunakan dalam kehidupan sehari-hari, teknologinya belum memasuki periode pengembangan yang mendalam. Saat manusia dan mesin terus berkolaborasi, mesin akan menggunakan pengenalan gambar untuk menyelesaikan lebih banyak masalah secara otomatis. Tangan manusia akan dibebaskan untuk lebih fokus pada tenaga kerja bernilai tinggi.
