Apa itu Computer Vision?
Visi komputer adalah jenis AI yang melatih komputer untuk meniru cara manusia melihat, memahami yang mereka lihat, dan bertindak berdasarkan informasi yang diproses dan dianalisis tersebut. Organisasi yang menggunakan visi komputer dapat mencapai berbagai hasil bisnis, termasuk penyederhanaan proses, peningkatan performa, perbaikan pengalaman pelanggan, dan diferensiasi kompetitif yang lebih besar di pasar.
Visi komputer sering kali digunakan untuk tugas yang memakan waktu, rawan kesalahan, atau hampir tidak mungkin dilakukan oleh manusia, seperti identifikasi dan klasifikasi kecacatan dan anomali, pemantauan kondisi mesin, analisis pencitraan medis otomatis, dan deteksi penyakit. Tugas-tugas seperti ini mengharuskan organisasi memantau operasi, proses, atau komponen bisnis lainnya dari beberapa titik kontak, sehingga mengumpulkan sejumlah besar data visual yang informasinya harus diekstraksi—sering kali hampir secara real time—serta menindaklanjutinya.
Bagaimana Visi Komputer Digunakan
Sistem visi komputer menggunakan model machine learning dan deep learning untuk melatih sistem mengenali aspek gambar atau video serta membuat prediksi tentang aspek tersebut. Jenis model visi komputer meliputi:
- Klasifikasi gambar untuk memeriksa gambar dan memberikannya label kelas berdasarkan konten. Misalnya, model klasifikasi gambar dapat digunakan untuk memprediksi gambar mana yang berisi anjing, kucing, atau pelanggan yang marah.
- Segmentasi gambar untuk mengidentifikasi objek dan mengekstraksinya dari latar belakangnya, seperti mengisolasi tumor dari jaringan otak di sekitarnya dalam hasil sinar X.
- Deteksi objek untuk memindai gambar atau video serta menemukan objek target. Model deteksi objek umumnya menyoroti beberapa objek sekaligus dan dapat digunakan untuk tugas seperti mengidentifikasi item di rak untuk meningkatkan pengelolaan inventaris atau anomali dalam item di lini produksi.
- Pelacakan objek untuk melacak pergerakan objek yang terdeteksi saat objek tersebut bergerak dalam suatu lingkungan. Misalnya, pelacakan objek dapat digunakan dalam mengemudi otonom untuk melacak pejalan kaki di trotoar atau saat mereka menyeberang jalan.
- Ekstraksi karakteristik untuk mengisolasi karakteristik penting yang ditangkap dalam gambar atau video dan mengirimkannya ke algoritma AI kedua, seperti untuk mencari dan mengambil gambar yang cocok. Misalnya, ekstraksi karakteristik dapat digunakan untuk mengotomatisasi pemantauan lalu lintas dan deteksi insiden.
- Pengenalan karakter optik untuk mengekstraksi dan mengonversi teks dalam gambar menjadi format yang dapat dibaca mesin. Hal ini sering digunakan dalam perbankan dan layanan kesehatan untuk memproses dokumen penting dan rekam medis pasien.
Aplikasi Visi Komputer di seluruh Industri
Visi komputer memungkinkan berbagai kasus penggunaan baru, sehingga dapat membantu perusahaan di seluruh industri memecahkan masalah nyata seperti mengurangi biaya operasional, memungkinkan otomatisasi bisnis, dan menciptakan layanan atau aliran pendapatan baru. Berikut adalah beberapa industri teratas yang menggunakan visi komputer serta cara mereka yang menarik dalam menerapkan teknologi ini.
Otomatisasi Industri dan Manufaktur
Produsen menggunakan visi komputer untuk memungkinkan otomatisasi, yang dapat membantu menjadikan proses produksi lebih efisien, mengurangi kesalahan manusia, meningkatkan keselamatan pekerja, dan menghasilkan output yang lebih tinggi dengan biaya yang lebih rendah. Beberapa penerapan umum visi komputer di dalam bidang manufaktur meliputi:
- Inspeksi produk otomatis: Inspeksi produk visual sangat penting dalam kendali mutu. Dengan mengotomatisasi inspeksi optik menggunakan kamera lini produksi, model AI untuk deteksi anomali dan klasifikasi cacat, serta komputasi edge, produsen dapat meningkatkan akurasi dan kecepatan jaminan mutu.
- Pemantauan keselamatan: Visi komputer dapat digunakan untuk memantau lantai produksi guna membantu memastikan keselamatan karyawan. Misalnya, analisis video secara real-time dapat membantu mengidentifikasi dan memperingatkan staf akan kecelakaan atau tumpahan maupun mendeteksi akses ke area berbahaya dan terbatas.
Layanan Kesehatan
Mulai dari perawatan preventif hingga perencanaan perawatan kanker, visi komputer digunakan oleh organisasi layanan kesehatan dalam berbagai cara untuk membantu meningkatkan hasil pasien, meningkatkan akurasi, mengakselerasi deteksi penyakit, dan banyak lagi. Contoh penerapan visi komputer dalam layanan kesehatan meliputi:
- Pencitraan medis: Melengkapi pemindai CT, sistem sinar X, kamera endoskopi, dan teknologi pencitraan medis lainnya dengan sistem visi komputer memungkinkan pemrosesan data yang masif secara cepat, alur kerja yang disederhanakan, serta evaluasi gambar yang akurat dan efisien. Teknologi deep learning diterapkan untuk membantu pencitraan slide utuh dalam patologi digital.
- Pemantauan pasien jarak jauh: Kamera dan sensor yang dilengkapi dengan aplikasi visi komputer dapat digunakan untuk mengumpulkan dan menganalisis data tentang gerakan pasien, seperti tindak-tanduk atau posisi tubuh, untuk mengidentifikasi penyimpangan dari norma yang ditetapkan serta memperingatkan anggota tim perawat akan adanya kebutuhan yang mendesak.
Ritel
Mulai dari memahami penempatan produk hingga waktu yang optimal untuk mengisi ulang inventaris hingga pelacakan perilaku pelanggan di toko, visi komputer dapat membantu peritel mendapatkan informasi canggih tentang operasional agar dapat mengambil keputusan bisnis dengan lebih matang. Beberapa penerapan umum visi komputer di dalam bidang ritel meliputi:
- Pencegahan kerugian: Model visi komputer dapat menganalisis data dari kamera toko yang ada atau kios checkout mandiri untuk mengidentifikasi perilaku mencurigakan dan mengirimkan peringatan real-time ke manajer sehingga mereka dapat melakukan intervensi dan membantu menghentikan penipuan yang terjadi.
- Terminal checkout layanan mandiri nirsentuh: Peritel yang ingin meningkatkan efisiensi dan meningkatkan pengalaman pelanggan dapat memanfaatkan teknologi pemindaian 3D pintar dan model visi komputer untuk menangkap, mendeteksi, dan mengenali item makanan tanpa kode bar, sehingga memungkinkan checkout yang cepat dan nyaman dengan intervensi staf yang minim.
Kota Pintar
Teknologi kota pintar dapat membantu mengumpulkan umpan video dari kamera jalan sehingga pemerintah kota dapat membuat keputusan operasional yang lebih tepat untuk membantu meningkatkan keselamatan, mobilitas, dan kualitas hidup warga. Berikut adalah beberapa cara visi komputer dapat diterapkan di kota pintar:
- Pengelolaan lalu lintas: Pemerintah kota dapat menerapkan sistem visi komputer untuk memantau dan menganalisis persimpangan jalan serta pola lalu lintas dan mendeteksi dan melacak kendaraan serta pejalan kaki untuk mengoptimalkan arus lalu lintas dan membantu meningkatkan keselamatan di persimpangan.
- Pemeliharaan infrastruktur: Model visi komputer dapat dilatih untuk mengenali masalah jalan dan jembatan, seperti lubang atau trotoar yang retak, di seluruh kota atau seluruh kabupaten serta memberi tahu kru perbaikan lokasi yang memerlukan pemeliharaan.
Cara Kerja Visi Komputer
Visi komputer menggabungkan berbagai komponen seperti komputasi edge, komputasi cloud, perangkat lunak, dan model deep learning AI untuk memungkinkan komputer “melihat” data yang dikumpulkan dari kamera dan video; mengenali objek, orang, dan pola tertentu dengan cepat; membuat prediksi, dan mengambil tindakan jika diperlukan.
Peran Jaringan Neural Konvolusional
Sistem visi komputer menggunakan model deep learning dari rangkaian algoritma yang dikenal sebagai jaringan neural konvolusional (convolutional neural networks/CNN) untuk memandu pemrosesan dan analisis gambar. Model deep learning ini menganalisis nilai RGB yang tertanam dalam piksel gambar digital untuk mendeteksi pola yang dapat diidentifikasi. CNN dapat dikembangkan untuk mengevaluasi piksel berdasarkan berbagai fitur—termasuk distribusi warna, bentuk, tekstur, dan kedalaman—serta mengenali dan mengklasifikasi objek secara akurat.
Melatih Model Visi Komputer
Sebelum sistem visi komputer dapat bekerja, ilmuwan data dan developer harus melatih model deep learning sistem untuk kasus penggunaan spesifiknya. Sejumlah besar data yang spesifik pada penerapan tertentu dimasukkan agar dapat digunakan model untuk mengenali sesuai dengan tujuan pengembangannya. Misalnya, untuk aplikasi visi komputer yang dirancang untuk mengenali anjing, model harus terlebih dahulu mempelajari seperti apa bentuk anjing. Aplikasi melakukannya dengan dilatih menggunakan ribuan, bahkan mungkin jutaan, gambar anjing dari berbagai ras, ukuran, warna, dan karakteristik.
Umumnya, pelatihan dilakukan di pusat data atau lingkungan cloud. Khususnya untuk inisiatif pelatihan yang kompleks, GPU dan akselerator AI dapat digunakan untuk mempercepat proses dan menangani peningkatan jumlah parameter yang terlibat. Setelah menyelesaikan fase pelatihan, model ini memiliki pengetahuan yang diperlukan untuk menafsirkan dan menyimpulkan informasi dari gambar digital. Model ini juga dapat disempurnakan atau dilatih ulang dari waktu ke waktu.
Penting juga untuk diingat bahwa mereka yang ingin membangun solusi visi komputer dapat menggunakan model dasar siap pakai sebagai titik awal penyempurnaan untuk mengakselerasi waktu pengembangan dan menghindari memulai dari awal.
Menggunakan Model Visi Komputer
Setelah dilatih, model visi komputer dapat diterapkan ke sistem komputer untuk melakukan inferensi dan menafsirkan kondisi di lapangan—secara terus menerus menilai data gambar dan video untuk mengekstraksi wawasan dan informasi. Meski solusi visi komputer dapat menjalankan beban kerja inferensi di cloud atau pusat data, banyak organisasi yang saat ini menjajaki penerapan AI edge agar model visi komputer dapat berjalan lebih dekat dengan tempat data dihasilkan menggunakan perangkat tertanam atau perangkat keras edge yang ringan dan dioptimalkan.
Memindahkan kemampuan inferensi AI lebih dekat ke edge dapat memberikan beberapa manfaat utama:
- Peningkatan kecepatan dan latensi yang lebih rendah: Memindahkan pemrosesan dan analisis data ke tempat data dihasilkan akan mempercepat respons sistem, memungkinkan transaksi yang lebih cepat, dan memberikan pengalaman yang lebih baik, yang merupakan hal penting dalam banyak penerapan visi komputer.
- Peningkatan pengelolaan lalu lintas jaringan: Meminimalkan jumlah data yang dikirim melalui jaringan ke cloud dapat mengurangi bandwidth dan biaya dalam mentransmisikan dan menyimpan volume data yang besar.
- Keandalan yang lebih tinggi: Jumlah data yang dapat dikirimkan jaringan secara bersamaan dapat dibatasi. Untuk lokasi dengan konektivitas internet di bawah standar, menyimpan dan memproses data di edge dapat meningkatkan keandalan.
- Peningkatan keamanan: Dengan implementasi yang tepat, solusi komputasi edge dapat meningkatkan keamanan data dengan membatasi transmisi data melalui internet.
- Persyaratan kepatuhan privasi: Beberapa pemerintah, pelanggan, atau industri mungkin mensyaratkan agar data yang digunakan untuk aplikasi visi komputer tetap berada di yurisdiksi tempat data tersebut dibuat. Komputasi edge dapat membantu bisnis tetap patuh pada aturan dan regulasi tersebut.
Memulai dengan Visi Komputer
Visi komputer, seperti bentuk AI lainnya, memengaruhi semua aspek bisnis. Visi komputer membantu perusahaan di berbagai industri mengurangi biaya operasional, memungkinkan otomatisasi bisnis, serta mengidentifikasi potensi layanan atau aliran pendapatan baru. Bisnis yang dapat memanfaatkan kecanggihan visi komputer untuk kasus penggunaan, kemampuan, dan inovasi baru akan tampil sebagai pemimpin industri.
Seiring perjalanan bisnis Anda dalam AI visi komputer, Intel hadir dan siap membantu inisiatif AI Anda agar berhasil.