Menurut sebuah penelitian terbaru, para peneliti telah berhasil mengembangkan sistem pendeteksi objek berbasis sketsa yang dapat mengenali objek dalam sebuah gambar dengan menggunakan kekuatan ekspresi dalam menggambar manusia. Penemuan ini memberikan kontribusi yang signifikan dalam meningkatkan kemampuan deteksi objek, sehingga memungkinkan kita untuk lebih akurat dalam mengidentifikasi objek-objek yang ada dalam suatu sketsa.
Dalam beberapa dekade terakhir, penelitian tentang penggunaan sketsa dalam berbagai aplikasi seperti klasifikasi, sintesis, abstraksi visual, dan transfer gaya telah mengalami perkembangan yang pesat. Namun, penelitian ini hanya terbatas pada pengambilan gambar berbasis sketsa (SBIR) dan pengambilan gambar berbasis sketsa yang lebih detail (FGSBIR). Baru-baru ini, sistem-sistem terbaru dalam bidang ini sudah cukup matang untuk diadaptasi secara komersial, yang merupakan bukti nyata betapa pengembangan ekspresi sketsa dapat memiliki dampak signifikan.
Salah satu alasan mengapa sketsa sangat penting adalah karena mereka dapat menangkap secara otomatis petunjuk visual yang halus dan personal. Namun, penelitian tentang kualitas-kualitas inherent dalam menggambar sketsa manusia baru-baru ini hanya terbatas pada bidang pengambilan gambar. Untuk pertama kalinya, para ilmuwan sedang melatih sistem untuk menggunakan kekuatan evokatif dalam sketsa manusia untuk tugas yang paling fundamental dalam penglihatan, yaitu mendeteksi objek dalam sebuah gambar. Hasil akhir dari penelitian ini adalah kerangka kerja untuk mendeteksi objek berdasarkan sketsa, sehingga kita dapat dengan mudah mengidentifikasi objek-objek spesifik dalam sebuah gambar, misalnya mendeteksi seekor “zebra” yang sedang makan rumput di antara kawanan zebra lainnya.
Salah satu hal yang menarik dari penelitian ini adalah bahwa sistem pendeteksi objek berbasis sketsa ini juga dapat beroperasi dalam mode zero-shot, yang berarti sistem ini dapat mengenali objek-objek tanpa adanya informasi sebelumnya tentang objek tersebut. Hal ini menjadi suatu terobosan yang sangat baru dalam bidang pengambilan gambar berbasis sketsa. Dalam penelitian ini, para peneliti menjelaskan bagaimana mereka mengubah pendekatan pendeteksian objek dari konfigurasi set-tertutup menjadi konfigurasi open-vocab. Mereka menggunakan pembelajaran prototipe (prototype learning) untuk pendeteksian objek, dengan menggunakan fitur sketsa kueri yang diencode sebagai set pendukung.
Salah satu keunggulan dari penelitian ini adalah pendekatan pembelajaran yang inovatif dalam menggabungkan CLIP (Contrastive Language-Image Pre-training) dan SBIR untuk mendidik sebuah detektor berbasis sketsa yang dapat beroperasi tanpa adanya anotasi kotak pembatas atau label kelas. Para peneliti berhasil menciptakan sebuah kerangka kerja yang dapat mengatasi tugas pendeteksian objek secara superior dibandingkan dengan detektor objek yang berbasis pengawasan (SOD) dan detektor objek yang berbasis pengawasan lemah (WSOD) dalam konfigurasi zero-shot.
Dalam kesimpulannya, penelitian ini telah menunjukkan bagaimana ekspresi dalam menggambar sketsa manusia dapat meningkatkan kemampuan pendeteksian objek. Melalui kerangka kerja yang diusulkan, kita dapat dengan mudah mengidentifikasi objek-objek dalam sebuah sketsa dengan menggunakan detektor objek yang memahami maksud dari sketsa tersebut. Penelitian ini juga menunjukkan bagaimana penggabungan antara CLIP dan SBIR dapat menghasilkan detektor berbasis sketsa yang sangat handal dalam berbagai situasi. Dalam pengujian yang dilakukan, detektor ini mampu mengungguli detektor objek berbasis pengawasan dan detektor objek berbasis pengawasan lemah dalam konfigurasi zero-shot. Dengan demikian, penelitian ini merupakan terobosan penting dalam bidang pengambilan gambar berbasis sketsa dan berpotensi memberikan dampak yang signifikan dalam pengembangan teknologi pendeteksian objek di masa depan.
Pemanfaatan Sketsa dalam Deteksi Objek
Dalam bidang penglihatan komputer, deteksi objek merupakan salah satu tugas yang sangat penting. Namun, hingga saat ini, metode-metode deteksi objek yang ada masih mengalami beberapa keterbatasan. Salah satu keterbatasan yang paling mencolok adalah sulitnya mengidentifikasi objek-objek dengan tingkat kejelasan yang rendah, seperti dalam sketsa. Oleh karena itu, penelitian ini memberikan kontribusi yang signifikan dalam mengatasi keterbatasan tersebut dengan memanfaatkan kekuatan ekspresi dalam menggambar sketsa manusia.
Dengan menggunakan pendekatan yang inovatif, penelitian ini berhasil mengembangkan sebuah detektor objek berbasis sketsa yang dapat mengenali objek dalam sebuah gambar dengan sangat akurat. Detektor ini mampu memahami maksud dari sebuah sketsa dan dapat mengenali objek-objek dengan tingkat kejelasan yang rendah. Hasil penelitian ini menjadi bukti nyata betapa pentingnya pengembangan ekspresi dalam menggambar sketsa manusia dalam bidang pengambilan gambar dan penglihatan komputer.
Pengembangan Teknologi Deteksi Objek
Dengan adanya penemuan ini, diharapkan akan membuka pintu bagi pengembangan teknologi deteksi objek yang lebih canggih di masa depan. Dengan memanfaatkan kekuatan ekspresi dalam menggambar sketsa manusia, detektor objek akan menjadi lebih akurat dalam mengenali objek-objek dengan tingkat kejelasan yang rendah. Hal ini akan sangat bermanfaat dalam berbagai bidang, seperti dalam keamanan, pengenalan wajah, dan lain sebagain
Disarikan dari: Source