A Brief Story about Computer Vision

Visi Komputer atau Computer Vision merupakan teknologi yang banyak dipakai di era
2000 an ini. Sebagai bagian dari kecerdasan buatan (artificial intelligence) visi komputer
digunakan untuk mendapatkan, memproses, menganalisis suatu gambar menjadi input yang
dapat dimaknai oleh komputer. Visi komputer bekerja dengan mengekstrak data-data yang
didapat dari gambar, foto atau video yang diambil oleh sensor (kamera/ scanner) menjadi data
yang berguna untuk kebutuhan manusia. Pemahaman yang dimiliki oleh teknologi tersebut
dapat melebihi level pemahaman yang dimiliki oleh manusia. Namun, seperti yang dikatakan
oleh Profesor Visi Komputer Fei-Fei Li bahwa ”Just like to hear is not the same as to listen, to
take picture is not the same as to see”, yang dapat dimaknai bahwa mendengar belum tentu
mendengarkan, dan mengambil gambar belum tentu melihat gambar. Dengan kata lain, bahwa
melihat diperlukan suatu rangkaian proses sehingga dapat diambil makna dari gambar tersebut.
Penggunaan nya saat ini sangat luas untuk menbantu kegiatan-kegiatan yang dilakukan oleh
manusia seperti pendeteksi wajah (face recognition), pendeteksi suhu, alat navigasi, dan baru-
baru ini terdapat autonomus vehicle yang dapat membuat mobil berjalan sendiri tanpa
memerlukan pengemudi.
Menilik lebih jauh ke dalam proses yang dilakukan oleh komputer untuk dapat mengenali
gambar atau image processing dibagi menjadi 3 yaitu low level, intermediate level dan high
level image processing. Langkah awal yang dilakukan oleh komputer ialah edge detection atau
deteksi batasan. Proses ini bertujuan untuk mendeteksi keberadaan batasan - batasan yang
ada pada gambar. Edge detection dilakukan dengan melacak perbedaan warna dengan kode
warna (RGB) pada setiap pixel gambarnya. Akan tetapi, proses ini tidak dapat digunakan pada
objek yang disusun oleh banyak pixel. Sehingga diperlukan algoritma bagi komputer untuk
mengenali small region of pixels yang disebut patches. Selanjutnya pada setiap patches akan
dilakukan filtering menggunakan sebuah kernel. Perkembangan selanjutnya ialah lahirnya
metode CNN atau convolutional neural network yang lebih efisien. Secara garis besar metode
CNN bekerja dengan memanfaatkan proses konvolusi dengan menggerakkan sebuah kernel
konvolusi (filter) berukuran tertentu ke sebuah gambar, komputer mendapatkan informasi baru
dari hasil perkalian bagian gambar tersebut dengan filter yang digunakan.
Seiring perkembangan zaman, visi komputer semakin berkembang pesat, menuju pada
era dimana komputer dapat memiliki kemampuan melihat seperti manusia dan hal tersebut
akan mengubah cara kita berinteraksi dengan komputer.