Pengantar Sistem Rekognisi & Visi Komputer

Dalam hal ini, visi komputer mengidentifikasi masalah dan membentuk solusi melalui algoritma-algoritma tertentu sehingga memungkinkan membuat sesuatu yang lambat menjadi jauh lebih cepat ataupun yang manual menjadi otomatis. 

Contoh penerapan visi komputer:

• Visi Komputer mengklasifikasi batu yang berpotensi diproduksi menjadi gas (batu beresolusi tinggi).               Hal ini diterapkan pada  industri perminyakan  yang memproduksi batu menjadi gas, yaitu perusahaan bernama ADNOC (Abu Dhabi National Oil Company) yang menggunakan visi komputer untuk mengklasifikasikan 2500 batu setiap harinya. Prosesnya didahului oleh para scientist yang mempelajari 100.000 batu yang berpotensi menjadi gas, lalu perusahaan tersebut memasukkan data (gambar, ciri-ciri dan klasifikasi batu baik) yang diperoleh scientist tersebut dalam bentuk Algoritma komputer. Dalam hal ini, perusahaan membuat database untuk klasifikasi batu yang bisa menjadi gas.
• Visi Komputer merevolusi proses perekrutan (hiring). Hal ini diterapkan pada salah satu startup yang berbasis di Kanada, yaitu perusahaan Knockri. Knockri membuat gelombang dengan alat penilaian soft skill video AI untuk mengukur soft skill dan melakukan penilaian pada kandidat awal karyawan perusahaan. Sehingga dapat mengefesienkan dan memudahkan proses seleksi awal kandidat karyawan. Dalam hal ini, perusahaan membuat database untuk pengkategorian kandidat yang "baik" dan "tidak baik" berdasarkan syarat perekrutan perusahaan.
• Visi komputer mendeteksi logam yang berkarat pada menara listrik. Visi Komputer diterapkan perusahaan asuransi  pada menara listrik  yang memerlukan beberapa tingkat pemeliharaan untuk memeriksa tingkat karat dan cacat struktural lainnya. Proses ini dimulai dengan seorang di lapangan mengambil gambar resolusi tinggi dari sudut yang berbeda, bisa secara manual ataupun menggunakan drone. Kemudian, spesialis visi komputer dapat memotong gambar menjadi kotak gambar yang lebih kecil. Dengan masing-masing gambar yang lebih kecil dapat dikembangkan pengklasifikasi gambar khusus yang mendeteksi keberadaan struktur logam versus struktur lain versus objek non-logam. Dengan pengklasifikasi logam khusus ini, dapat ditentukan area gambar mana yang mengandung logam. Kemudian,  membuat pengklasifikasi khusus lain untuk menentukan tingkat karat berdasarkan pedoman atau kriteria struktural tertentu.  Dan terakhir, dengan mengirimkan citra melalui pengklasifikasi kedua untuk mendeteksi karat, selanjutnya dapat menentukan tingkat karat untuk area tertentu pada citra yang mengandung logam. Menggunakan pengklasifikasi logam dan pengklasifikasi karat ketika diperkecil pada ribuan atau jutaan gambar dapat menghemat jutaan dolar bagi perusahaan asuransi.