Pengenalan objek adalah subbidang dari visi komputer, sering disebut sebagai pemahaman gambar berbasis objek. Ini adalah tugas komputer untuk mengenali objek dalam gambar atau video. Kadang-kadang juga disebut sebagai pengenalan otomatis atau deteksi objek.
Pengenalan objek, dan tugas terkaitnya seperti klasifikasi objek, telah membantu otomatisasi, seperti pada mobil tanpa pengemudi dan robotika. Dalam skenario seperti itu, komputer perlu menganalisis gambar dan menentukan objek apa yang ada, jenis objek apa yang ada, dan posisinya relatif terhadap objek lain dalam gambar.
Pengenalan objek terdiri dari beberapa tahapan. Pada langkah pertama, deteksi wilayah yang diminati dilakukan. algoritma digunakan untuk mendeteksi kandidat penting dalam sebuah gambar, yang dapat bervariasi dalam ukuran dan bentuk, seperti lingkaran, garis, atau tepi lurus. Kedua, ekstraksi fitur dilakukan dengan menghitung deskripsi numerik dari setiap objek yang terdeteksi, seperti rata-rata warna atau tepinya.
Setelah fitur-fitur ini diekstraksi, sekarang saatnya membandingkannya dengan objek yang telah diketahui sebelumnya. Perbandingan ini dilakukan dengan menggunakan berbagai algoritma yang dapat menemukan kecocokan terbaik. Setelah kecocokan ditemukan, objek yang diidentifikasi sering disebut sebagai “target”.
Pengenalan objek digunakan untuk berbagai aplikasi. Ini digunakan untuk mengidentifikasi wajah dalam gambar, untuk keamanan komputer dan otentikasi. Ini juga digunakan untuk otomasi industri dan robotika, pencitraan medis, pelacakan gerak, dan animasi komputer.
Dalam beberapa tahun terakhir, pengenalan objek telah ditingkatkan melalui pembelajaran mendalam, suatu bentuk pembelajaran mesin yang canggih. Melalui pembelajaran mendalam, komputer dapat dengan cepat menganalisis data dalam jumlah besar dan menggunakannya untuk mengidentifikasi objek. Teknik pengenalan objek menjadi lebih akurat dan dapat diandalkan dibandingkan sebelumnya.
