Optimasi Computer Vision untuk Verifikasi Identitas Mungkin tidak banyak dari Anda yang pernah membaca mengenai computer vision, padahal teknologi ini merupakan salah satu bagian dari artificial intelligence yang saat ini ada dan dimanfaatkan di banyak titik kehidupan. Namun apa sebenarnya yang dimaksud computer vision sendiri? Teknologi ini adalah salah satu bentuk teknologi yang memungkinkan sebuah perangkat komputer untuk ‘melihat’ dan ‘mengenali’ objek yang ada di sekitarnya, atau setidaknya di depan perangkat pemindai atau kamera, untuk berbagai keperluan. Ketika dipadukan dengan deep learning, teknologi ini kemudian berubah menjadi satu perangkat teknologi yang berperan besar untuk melakukan verifikasi dan pengenalan wajah untuk keamanan di berbagai jenis industri. Baca Juga: Kupas Tuntas Cara Kerja Face Recognition untuk Verifikasi Identitas Namun Bagaimana Cara Kerjanya? Sumber: freepik.com Dalam proses kerjanya, teknologi ini akan berusaha memecah gambar yang ada menjadi banyak bagian lebih kecil. Bagian kecil ini kemudian diidentifikasi dengan jaringan neutron yang ada, untuk kemudian digabungkan menjadi satu bagian utuh yang telah dianalisis. Sistem kemudian akan melabeli citra atau gambar tersebut, dan menjadi salah satu bahan untuk pelabelan. Analisis yang melibatkan algoritma digunakan untuk mengidentifikasi warna, bentuk, jarak antara satu objek dengan objek lain, dan banyak variabel lainnya, hingga komputer mampu melabeli seluruh objek pada gambar yang dimiliki. Pada teknologi dasar, pelabelan ini akan dilakukan dalam bentuk dua dimensi karena keterbatasan kemampuan teknologi tersebut. Jadi meski gambar yang dianalisis adalah tiga dimensi, nantinya kode yang muncul dalam bentuk angka dan nilai akan berupa kode dua dimensi. Pada teknologi yang lebih advance, sistem dapat membaca dan mengenali objek atau citra tiga dimensi dalam bentuk video sehingga analisis yang dilakukan berjalan lebih akurat. Dengan teknologi ini, komputer dapat mengenali sebuah objek dan melabelinya dengan akurat menggunakan sumber data yang dimiliki. 5 Teknik dalam Proses ‘Pencernaan’ Citra oleh Computer Vision Sumber: freepik.com Dalam memproses data yang masuk dan terdeteksi, setidaknya ada 5 jenis teknik yang digunakan teknologi ini sehingga dapat mengenali dan memberikan label akurat pada citra tersebut. Teknik pertama, image classification, teknik ini dilakukan dengan membuat gambar mampu masuk ke kategori atau kelas tertentu berdasarkan ciri awal yang terbaca oleh komputer. Kedua, object detection, selanjutnya teknik ini digunakan untuk mendeteksi keberadaan suatu gambar atau objek. Teknik kedua ini kemudian akan terintegrasi dengan image classification, untuk melakukan deteksi awal pada sebuah objek di foto atau video yang dimasukkan. Object tracking, teknik ketiga digunakan untuk melakukan pelacakan posisi objek pada data yang dimasukkan. Pendeteksian ini dapat dilakukan pada video, foto, atau bahkan siaran langsung yang tengah dilakukan. Teknik keempat, semantic segmentation. Teknik ini digunakan untuk membedakan gambar dengan cara melakukan klasifikasi piksel pada suatu data. Hasil dari proses ini masuk ke suatu grup tertentu, baru kemudian diberikan label sesuai dengan karakter yang dibaca. Terakhir, instance segmentation, yang sebenarnya mirip dengan teknik ketiga tadi hanya saja pada teknik ini secara langsung akan dibedakan setiap unit dari objek yang ada di gambar yang telah ‘dicerna’ ke bentuk grup piksel kelas-kelas yang berbeda. Contoh Penerapan dalam Bisnis Riil Sumber: freepik.com Sebenarnya jika dilihat dalam konteks bisnis riil kekinian, pemanfaatan computer vision sendiri telah dapat dilihat di banyak titik. Mulai dari perangkat CCTV, kemudian teknologi face recognition, bahkan hingga teknologi liveness detection yang banyak digunakan sebagai metode pengamanan tingkat lanjut untuk berbagai akses dan administrasi layanan. Yang belakangan disebut memiliki relevansi paling tinggi, sebab melibatkan penggunaan data masukan berupa video alih-alih sekedar foto atau gambar belaka. Hal ini memungkinkan optimasi teknologi penglihatan komputer semakin baik, karena mampu mengkodekan data berbentuk video dan membandingkannya dengan database yang dimiliki. Liveness detection sendiri jadi salah satu fitur unggulan yang kemudian dimiliki oleh berbagai produk verifikasi saat ini. Hal ini disebabkan karena tingkat akurasinya luar biasa tinggi, serta hampir tidak ada risiko pemalsuan atau pembajakan yang bisa dilakukan ketika sistem diamankan dengan teknologi ini. Teknologi tersebut akan meminta user untuk mengikuti serangkaian perintah sederhana untuk melakukan ekspresi di wajah atau gerakan lain, sehingga sistem dapat mengenali user sebagai seseorang yang hidup, dan bukan topeng atau foto. Baca Juga: 2 Manfaat Utama 3D Facial Liveness Detection  Penerapan sistem liveness detection pada sistem yang disediakan ini sangat efektif, sebagia bentuk optimasi teknologi computer vision. Dengan demikian kemampuan dari teknologi ini dapat digunakan secara penuh, bahkan mampu mendeteksi ketika deepfake digunakan untuk mencoba membobol sistem yang ada. Verihubs, Teknologi Verifikasi dengan Liveness Detection Solid Liveness Detection yang disediakan Verihubs sendiri adalah aplikasi nyata pada teknologi computer vision yang kini telah berkembang pesat. Sistem dapat memastikan user adalah orang asli dan buka menggunakan topeng, karena penilaian dilakukan dengan membandingkan ekspresi yang muncul dan dikodekan dengan algoritma khusus. Teknologi ini sendiri dapat digunakan untuk urusan KYC, check in hotel, kemudian pemeriksaan dan validasi identitas peserta ujian di bidang akademik, dan lain sebagainya. Segera hubungi layanan pelanggan kami sekarang juga, dan dapatkan teknologi verifikasi terbaik dari Verihubs untuk bisnis Anda!   Terimkasih. Dapatkan Info Lebih Lanjut Dari GETSOLUTIONIT.COM