Computer vision adalah cabang dari ilmu komputer yang berkaitan dengan
pengembangan teknologi yang memungkinkan komputer untuk melihat,
menginterpretasi, dan memahami visual dunia nyata. Tujuan utama dari computer vision
adalah memberikan kemampuan kepada mesin untuk mendeteksi, mengenali, dan
memahami objek, pola, dan aktivitas visual. Ini melibatkan penggunaan algoritma dan
model matematika untuk menganalisis dan memahami data visual dari dunia nyata,
seperti gambar dan video.
1. Pengenalan Objek: Identifikasi dan klasifikasi objek dalam gambar atau video.
2. Deteksi Objek: Menemukan dan memarkahi objek-objek tertentu dalam gambar
atau video.
3. Segmentasi Objek: Memisahkan objek dari latar belakang dalam gambar atau
video.
4. Pengenalan Aksi dan Gerakan: Mengenali aktivitas manusia atau objek
bergerak dalam video.
5. Pengenalan Wajah: Identifikasi dan verifikasi identitas manusia berdasarkan
gambar wajah.
6. Rekonstruksi 3D: Membangun model tiga dimensi dari objek atau lingkungan
berdasarkan gambar dua dimensi.
7. Pengolahan Citra Medis: Analisis gambar medis untuk diagnosis dan
perencanaan pengobatan.
Untuk mencapai tujuan ini, computer vision menggunakan berbagai teknik dan
algoritma, termasuk pengolahan citra, pembelajaran mendalam (deep learning), jaringan
saraf tiruan, dan teknik-teknik kecerdasan buatan lainnya. Computer vision memiliki
berbagai aplikasi praktis, termasuk dalam industri otomotif (mobil otonom), pengenalan
wajah (pengamanan), pengenalan karakter tulisan tangan, pengolahan citra medis,
pengenalan pola untuk pengenalan suara, dan banyak lagi.
Segmentasi Citra
Segmentasi citra adalah proses dalam computer vision di mana gambar atau video
dibagi menjadi beberapa segmen atau wilayah homogen berdasarkan karakteristik
tertentu, seperti warna, tekstur, kecerahan, atau bentuk. Tujuannya adalah untuk
mengidentifikasi objek atau bagian-bagian objek dalam gambar sehingga
memungkinkan analisis lebih lanjut. Segmentasi citra adalah langkah penting dalam
banyak aplikasi computer vision, termasuk pengenalan objek, deteksi gerakan,
pengolahan citra medis, dan lain-lain.
Berikut adalah beberapa teknik umum yang digunakan dalam proses segmentasi citra:
Penting untuk diingat bahwa setiap teknik segmentasi citra memiliki kelebihan dan
kelemahan masing-masing, dan pilihan teknik tergantung pada karakteristik gambar
yang akan diolah serta tujuan analisis yang diinginkan.
Objek Recognition
Misalkan Anda memiliki gambar yang berisi objek-objek seperti mobil, sepeda, dan
orang. Sistem pengenalan objek dapat mengidentifikasi dan memberi label pada setiap
objek dalam gambar, menunjukkan bahwa ada mobil di satu sudut, sepeda di sudut lain,
dan beberapa orang berada di lokasi lain.
Pengenalan objek juga dapat melibatkan pengenalan teks dalam gambar, seperti plat
nomor kendaraan dalam gambar foto atau video lalu lintas. Sistem pengenalan objek
dapat mengekstrak dan mengidentifikasi teks tersebut, memungkinkan pengguna untuk
melacak kendaraan tersebut.
Pengenalan objek memiliki banyak aplikasi praktis, termasuk dalam mobil otonom,
pengawasan keamanan, pengelolaan inventaris, pengenalan wajah, dan banyak lagi.
Algoritma dan teknik yang digunakan dalam pengenalan objek terus berkembang
seiring dengan kemajuan dalam bidang computer vision dan deep learning.
Objek Detection
Objek detection adalah salah satu tugas penting dalam computer vision yang
melibatkan identifikasi dan lokalisasi objek atau entitas tertentu dalam gambar atau
video. Dalam objek detection, sistem komputer tidak hanya mengenali objek, tetapi juga
memberi tahu di mana objek tersebut berada dalam gambar menggunakan kotak
pembatas (bounding boxes). Proses ini memungkinkan sistem untuk mengidentifikasi
banyak objek yang berbeda dalam satu gambar dan memberikan informasi tentang
lokasi relatif mereka.