Seputar mengenai Computer Vision dan Teknologi yang digunakan

Computer Vision merupakan salah satu bidang penelitian paling populer di bidang Deep Learning. Computer Vision sebenarnya adalah lintas disiplin, termasuk Ilmu Komputer (Grafik, Algoritma, Teori, Sistem, Arsitektur), Matematika (pengambilan informasi, pembelajaran mesin), Teknik (robot, ucapan, pemrosesan bahasa alami, pemrosesan gambar) , Fisika (Optik), Biologi (Ilmu Saraf) dan Psikologi (Ilmu Kognitif). Banyak ilmuwan percaya bahwa computer vision telah membuka jalan bagi pengembangan kecerdasan buatan.

Bagi kamu yang sedang belajar programming atau belajar coding, dan memiliki ketertatikan dengan bidang Artificial Intelligence, Computer Vision bisa dijadikan sebagai referensi untuk memperdalam sub bidang Artificial Intellince.

Pengertian Computer Vision

Computer Vision terutama mempelajari cara membantu mesin “melihat” dunia, menggunakan kamera alih-alih mata manusia untuk mendapatkan informasi gambar. Menggunakan algoritma pembelajaran mendalam untuk mengidentifikasi, melacak dan merekonstruksi target tertentu yang telah ditentukan sebelumnya dalam gambar. Beberapa fungsi mata manusia diwujudkan oleh mesin. Rekonstruksi VR, AR dan 3D yang terkenal semuanya adalah bagian dari bidang visi komputer. Berikut merupakan area aplikasi utama Computer Vision :

• Pengenalan wajah
• Pilot otomatis
• Pemantauan Keamanan
• Pencitraan medis
• Teknologi robot
• Rekonstruksi struktur 3D
• VR / AR
• Drone
• Pencarian berbasis gambar

Aplikasi pengenalan citra khususnya pengenalan wajah secara komersial sudah relatif matang dan banyak digunakan. Terutama teknologi pengenalan citra statis dengan tingkat akurasinya sudah sangat tinggi.

Selain itu, arah pencitraan medis juga didorong oleh popularitas pembelajaran mendalam dan Computer Vision dalam beberapa tahun terakhir. Telah menjadi arah dengan potensi pengembangan yang besar di lingkungan akademis dan industri.

Manfaat Computer Vision

Bidang penelitian ini telah melahirkan banyak aplikasi praktis yang berkembang pesat, seperti :

1. Pengenalan wajah: Snapchat dan Facebook menggunakan algoritme deteksi wajah untuk mengenali wajah.
2. Pengambilan gambar: Gambar Google menggunakan kueri berbasis konten untuk mencari gambar yang relevan. Algoritme menganalisis konten dalam gambar kueri dan memberikan hasil berdasarkan konten yang paling cocok.
3. Game dan kontrol: Produk aplikasi game paling sukses yang menggunakan visi stereo adalah: Microsoft Kinect.
4. Pengawasan: Kamera pengintai yang digunakan untuk memantau perilaku mencurigakan berada di tempat umum.
5. Biometrik: Pencocokan sidik jari, iris mata dan wajah masih merupakan beberapa metode yang umum di bidang biometrik.
6. Mobil pintar: Visi komputer masih menjadi sumber informasi utama untuk mendeteksi rambu lalu lintas, lampu dan fitur visual lainnya.

Pengenalan Visual adalah komponen kunci dari Computer Vision. Seperti klasifikasi gambar, pemosisian dan deteksi. Perkembangan terbaru dalam jaringan saraf dan pembelajaran mendalam telah sangat mendorong pengembangan sistem pengenalan visual yang canggih ini.

Bahasa Pemrograman untuk Computer Vision

Berikut Bahasa Pemrograman utama yang diperlukan untuk Computer Vision :

1. C++

Di bidang penglihatan dan pemrosesan gambar, C ++ banyak digunakan karena bias level rendah dan efisiensi eksekusi yang tinggi. Ada banyak sekali pengguna dan ada banyak materi pembelajaran di Internet.

 Jika kamu melakukan pemrosesan gambar murni, maka komponen yang kaya dari pustaka OpenCV dan efisiensi eksekusi yang efisien dari C ++ sudah cukup untuk mendukung sebagian besar masalah pemrosesan gambar.

Namun, jika menyangkut konten pembelajaran mesin dan pembelajaran mendalam, di satu sisi efisiensi pengembangan C ++ terlalu rendah. Di sisi lain, meskipun OpenCV juga menyertakan implementasi beberapa algoritme pembelajaran statistik sederhana itu tidak sempurna.

2. Python

Di bidang pembelajaran mesin dan pembelajaran mendalam, Python saat ini merupakan bahasa yang paling banyak digunakan. Di sisi lain, Python adalah bahasa yang relatif serbaguna. Dalam hal pemrosesan gambar, OpenCV mendukung antarmuka Python.

Dalam hal komputasi ilmiah, Anaconda menyediakan antarmuka paket yang kaya. Sebagian besar alat aplikasi seperti perayap web juga ditulis dengan Python. Singkatnya, Python mudah dipelajari dan digunakan dan efisiensi pengembangannya tinggi. Bagi siapa saja yang ingin mengembangkan ke arah Computer Vision harus terbiasa dengan dua bahasa di atas dalam istilah bahasa pemrograman.