MIT dan Adobe Research mengembangkan metode baru untuk membantu robot dalam memilih bahan yang sama dalam sebuah gambar. Hal ini sangat berguna bagi robot yang harus memanipulasi bahan tersebut seperti memasak. Dengan menggunakannya, robot dapat mengetahui seberapa banyak kekuatan yang harus digunakan, apakah mengambil satu potong mentega dari sudut gelap dapur atau satu batang mentega dari dalam kulkas yang terang benderang. Mesin sulit dalam hal ini karena penampilan suatu benda dapat sangat berbeda tergantung pada bentuk objek dan pencahayaan.
Metode yang dikembangkan oleh tim ini dapat mencari semua bahan yang sama dalam sebuah gambar dan menampilkannya. Sistem pembelajaran mesin ini tahan terhadap efek bayangan dan perubahan pencahayaan yang dapat membuat bahan yang sama tampak berbeda. Selain itu, sistem ini juga dapat mengenali objek yang berubah ukuran dan bentuk. Meskipun sistem ini hanya dilatih menggunakan data buatan atau data yang dihasilkan oleh komputer, tetapi sistem ini dapat bekerja dengan baik dalam situasi sebenarnya baik di dalam maupun di luar ruangan.
Menemukan bahan yang sama dalam suatu gambar memang menjadi tantangan tersendiri. Beberapa teknik hanya menggunakan benda secara keseluruhan, namun bahkan sesuatu yang sederhana seperti kursi dapat memiliki berbagai komponen yang terbuat dari bahan yang berbeda. Oleh karena itu, menggunakan strategi pembelajaran mesin, para peneliti dapat memeriksa setiap piksel dalam gambar secara real-time untuk menemukan kesamaan bahan antara piksel yang dipilih oleh pengguna dan gambar tersebut.
Ketika dibandingkan dengan ground truth atau bagian dari gambar yang terbuat dari bahan yang sama, model yang dihasilkan oleh peneliti memiliki tingkat akurasi sekitar 92% dari waktu. Kendala dalam metode ini adalah ketika bayangan lurus sangat kuat, maka metode ini tidak dapat bekerja dengan baik. Bayangan lurus lebih gelap daripada lingkungan sekitarnya, sehingga bayangan ini memberikan informasi yang sedikit tentang materi yang digunakan.
Dalam pengembangan teknologi ini, para peneliti juga menemukan bahwa model yang dibuat jauh lebih unggul dibandingkan model lain dalam memprediksi bagian gambar yang terbuat dari bahan yang sama. Meskipun demikian, perlu dilakukan pengembangan lebih lanjut untuk meningkatkan presisi metode ini.
Sub-topik 1: Perkembangan Metode Baru yang Membantu Robot dalam Memilih Bahan yang Sama dalam Gambar
Para peneliti dari MIT dan Adobe Research berhasil mengembangkan metode baru yang sangat membantu robot dalam memilih bahan yang sama dalam sebuah gambar. Metodenya mampu mencari semua bahan yang sama dan menampilkannya dalam waktu nyata. Dalam pengembangannya, para peneliti menghadapi beberapa kendala seperti ketidakmampuan mesin untuk memilih bahan dengan label yang cukup detail. Oleh karena itu, para peneliti menggunakan teknik pembelajaran mesin untuk mengidentifikasi setiap piksel dalam gambar dan mencari kesamaan dengan piksel yang dipilih oleh pengguna.
Sub-topik 2: Kendala dalam Metode Baru dan Pengembangan Lanjutan untuk Meningkatkan Presisi
Meskipun metode ini sangat berguna dalam membantu robot memilih bahan yang sama dalam gambar, namun masih terdapat kendala dalam penggunaannya. Metode ini tidak dapat bekerja dengan baik ketika bayangan lurus terlalu kuat. Oleh karena itu, perlu dilakukan pengembangan lebih lanjut untuk meningkatkan presisi metode ini. Para peneliti juga menemukan bahwa model yang dibuat lebih unggul dibandingkan model lain dalam memprediksi bagian gambar yang terbuat dari bahan yang sama.
Disarikan dari: Citation