Bagaimana Kacamata Pintar Bisa Mengenali Benda yang Dilihat Penggunanya?

fin.co.id - Kacamata pintar atau smart glasses tidak hanya berfungsi sebagai alat bantu penglihatan, tetapi juga dapat mengenali benda yang berada di depan mata penggunanya. Dengan bantuan kamera, kecerdasan buatan (AI), dan teknologi pengolahan gambar, perangkat ini mampu mengidentifikasi objek, membaca tulisan, hingga memberikan informasi mengenai lingkungan sekitar.

Teknologi tersebut memungkinkan pengguna memperoleh informasi tanpa harus terus-menerus melihat layar HP. Namun, bagaimana kacamata pintar dapat mengetahui benda yang sedang dilihat seseorang, dan apa yang sebenarnya terjadi di balik proses tersebut?

Kamera Menangkap Gambar dari Lingkungan Sekitar

Proses pengenalan benda pada kacamata pintar dimulai ketika kamera menangkap gambar dari lingkungan di depan pengguna. Kamera biasanya ditempatkan pada bagian bingkai kacamata, sehingga dapat merekam objek yang berada dalam bidang pandang perangkat.

Gambar yang ditangkap bisa berupa benda sehari-hari, seperti gelas, meja, buku, kendaraan, atau tanaman. Pada perangkat tertentu, kamera juga dapat merekam tulisan pada papan petunjuk, kemasan produk, dan dokumen.

Meskipun posisinya berada di dekat mata, kamera kacamata pintar tidak selalu merekam persis seperti yang dilihat pengguna. Sudut kamera, arah kepala, pencahayaan, dan kemampuan perangkat dalam menangkap gambar dapat memengaruhi hasilnya.

Ketika pengguna mengarahkan kepala ke sebuah benda, kamera mengambil gambar yang kemudian diproses oleh sistem komputer. Pada tahap ini, perangkat belum tentu langsung mengetahui nama benda tersebut. Gambar masih berupa kumpulan informasi visual yang perlu dianalisis lebih lanjut.

Kecerdasan Buatan Menganalisis Gambar

Setelah gambar ditangkap, sistem kecerdasan buatan mulai menganalisis karakteristik objek yang terlihat. Teknologi yang umum digunakan dalam proses ini adalah computer vision atau visi komputer, yaitu bidang ilmu yang memungkinkan komputer menafsirkan informasi visual dari gambar dan video.

Sistem visi komputer dapat dilatih menggunakan kumpulan gambar yang sangat besar. Dalam proses pelatihan, model AI mempelajari pola visual yang membedakan satu objek dengan objek lainnya.

Misalnya, AI dapat mempelajari bahwa gelas umumnya memiliki bagian untuk menampung cairan, sedangkan botol mempunyai bentuk wadah yang berbeda dan biasanya memiliki leher yang lebih sempit. AI juga dapat mengenali karakteristik lain, seperti warna, tekstur, kontur, dan hubungan antarbagiannya.

Pengenalan tersebut tidak dilakukan dengan cara berpikir seperti manusia. AI menggunakan pola matematis yang dipelajari selama pelatihan untuk memperkirakan objek apa yang paling sesuai dengan gambar yang diterimanya.

Karena itu, hasil pengenalan tidak selalu benar. Sebuah benda yang bentuknya tidak biasa, tertutup sebagian, atau berada dalam kondisi pencahayaan buruk dapat membuat sistem kesulitan menentukan identitasnya.

Model AI Menentukan Jenis Benda

Salah satu teknologi penting dalam proses ini adalah model pengenalan objek. Model tersebut bertugas memperkirakan jenis benda yang muncul pada gambar.

Ada beberapa pendekatan yang dapat digunakan. Klasifikasi gambar, misalnya, digunakan untuk menentukan kategori utama dari sebuah gambar. Sementara itu, deteksi objek dapat mengenali beberapa benda sekaligus serta memperkirakan letak masing-masing benda dalam gambar.

Sebagai contoh, ketika pengguna melihat sebuah meja makan, sistem deteksi objek dapat mengenali piring, gelas, sendok, dan botol yang berada di atasnya. Masing-masing objek dianalisis berdasarkan ciri visualnya.

Teknologi segmentasi gambar bahkan dapat memisahkan area objek dari latar belakangnya dengan lebih terperinci. Kemampuan ini berguna ketika beberapa benda saling berdekatan atau memiliki warna yang hampir sama.

Setelah proses analisis selesai, sistem menghasilkan perkiraan identitas objek. Bergantung pada kemampuan perangkat, hasilnya dapat berupa nama benda, kategori objek, atau penjelasan yang lebih lengkap mengenai situasi di sekitarnya.

Informasi Disampaikan melalui Suara atau Tampilan Visual

Setelah benda dikenali, kacamata pintar perlu menyampaikan hasilnya kepada pengguna. Cara penyampaian informasi bergantung pada desain dan fitur yang tersedia pada perangkat.

Sebagian kacamata pintar menggunakan speaker kecil yang mengarahkan suara ke telinga pengguna. Informasi mengenai benda yang dikenali kemudian disampaikan dalam bentuk ucapan, misalnya, "Sebuah botol air berada di depan Anda."

Pada perangkat yang terhubung dengan asisten AI, pengguna juga dapat mengajukan pertanyaan lanjutan. Sebagai contoh, pengguna dapat bertanya tentang warna benda, tulisan pada kemasan, atau fungsi suatu peralatan.

Kacamata pintar yang dilengkapi layar juga dapat menampilkan informasi visual. Nama objek, petunjuk arah, atau simbol tertentu bisa muncul di bidang pandang pengguna melalui teknologi augmented reality (AR).

Namun, tidak semua kacamata pintar memiliki layar atau kemampuan pengenalan benda secara langsung. Ada perangkat yang mengandalkan kamera dan audio, sedangkan perangkat lainnya memiliki fitur visual yang lebih terbatas.

Apakah Semua Proses Dilakukan di Dalam Kacamata?

Tidak selalu. Pemrosesan gambar pada kacamata pintar dapat dilakukan langsung di perangkat, melalui HP yang terhubung, atau menggunakan server berbasis cloud.

Pemrosesan langsung di perangkat memungkinkan informasi dianalisis tanpa harus selalu mengirimkan gambar ke server eksternal. Pendekatan ini berpotensi mengurangi keterlambatan respons dan kebutuhan koneksi internet, meskipun kemampuan komputasinya dibatasi oleh ukuran perangkat, kapasitas baterai, dan panas yang dihasilkan.

Sementara itu, pemrosesan melalui HP memungkinkan kacamata memanfaatkan kemampuan komputasi perangkat yang lebih besar. Dalam pendekatan berbasis cloud, gambar atau informasi visual dikirim ke server untuk dianalisis menggunakan model AI yang lebih kompleks.

Sistem berbasis cloud dapat mendukung penjelasan yang lebih mendalam, tetapi membutuhkan koneksi internet dan dapat menimbulkan jeda respons. Pengiriman gambar ke server juga menimbulkan pertimbangan privasi, terutama jika gambar memuat wajah orang lain, dokumen pribadi, atau lingkungan sensitif.

Oleh sebab itu, cara kerja setiap produk perlu dilihat berdasarkan spesifikasi dan kebijakan pengolahan datanya. Tidak tepat menganggap semua kacamata pintar selalu merekam, mengirimkan, atau memproses gambar dengan cara yang sama.

Peran AI Multimodal dalam Mengenali Lingkungan

Perkembangan kecerdasan buatan memungkinkan pengenalan benda dilakukan dengan cara yang lebih luas daripada sekadar mencocokkan gambar dengan kategori objek.

Salah satu pendekatan yang berkembang adalah AI multimodal, yaitu sistem yang dapat mengolah beberapa jenis informasi, seperti gambar, teks, dan bahasa. Dengan pendekatan ini, perangkat tidak hanya berusaha mengenali benda, tetapi juga dapat menjawab pertanyaan mengenai apa yang terlihat pada gambar.

Sebagai contoh, pengguna dapat mengarahkan kacamata ke sebuah mesin kopi dan bertanya, "Tombol mana yang digunakan untuk membuat espresso?" Sistem yang mendukung kemampuan tersebut dapat menganalisis tampilan mesin, membaca label yang terlihat, lalu menyusun jawaban berdasarkan informasi visual dan pengetahuan yang dimilikinya.

Teknologi pengenalan karakter optik atau optical character recognition (OCR) juga dapat digunakan untuk membaca tulisan pada gambar. Kemampuan ini membantu kacamata pintar membacakan label produk, menu restoran, atau dokumen kepada pengguna.

Meski demikian, kemampuan menjelaskan objek tidak berarti AI selalu memahami situasi secara sempurna. Sistem dapat salah membaca tulisan, keliru mengenali komponen, atau memberikan penjelasan yang tidak sesuai dengan keadaan sebenarnya. Informasi penting, khususnya yang berkaitan dengan keselamatan, tetap perlu diverifikasi.

Manfaat Kacamata Pintar dalam Kehidupan Sehari-hari

Kemampuan mengenali benda membuka berbagai kemungkinan penggunaan kacamata pintar. Salah satu manfaatnya adalah membantu penyandang tunanetra atau orang dengan gangguan penglihatan memperoleh informasi mengenai lingkungan sekitar.

Perangkat yang sesuai dapat membacakan tulisan, mengenali objek tertentu, atau memberikan deskripsi tentang benda yang berada di hadapan pengguna. Meskipun begitu, kacamata pintar bukan pengganti sempurna bagi tongkat putih, anjing pemandu, atau alat bantu navigasi lain yang telah digunakan penyandang disabilitas.

Dalam kehidupan sehari-hari, teknologi ini juga dapat membantu pengguna mengenali barang, mencari informasi tentang suatu produk, atau memahami petunjuk visual tanpa perlu terus memegang HP.

Di bidang pendidikan dan pekerjaan, kacamata pintar berpotensi digunakan untuk memberikan petunjuk langkah demi langkah, membantu identifikasi komponen, serta menampilkan informasi yang relevan ketika seseorang sedang mengerjakan tugas tertentu.

Manfaat tersebut bergantung pada kualitas kamera, kemampuan model AI, desain perangkat, serta kesesuaian fitur dengan kebutuhan pengguna.

Apa Keterbatasan Teknologi Ini?

Walaupun terus berkembang, kacamata pintar masih menghadapi sejumlah keterbatasan. Pengenalan objek dapat menurun ketika pencahayaan terlalu gelap, gambar buram, atau benda tertutup sebagian oleh objek lain.

Selain itu, benda yang bentuknya mirip dapat membuat AI menghasilkan identifikasi yang keliru. Sistem juga dapat kesulitan memahami konteks tertentu, misalnya membedakan apakah suatu benda aman digunakan atau menentukan apakah sebuah makanan masih layak dikonsumsi hanya berdasarkan tampilannya.

Keterbatasan lain berkaitan dengan daya tahan baterai, ukuran kamera, kualitas mikrofon dan speaker, serta kebutuhan koneksi internet pada fitur tertentu.

Privasi juga menjadi perhatian. Kamera yang digunakan untuk mengenali lingkungan dapat menangkap gambar orang lain tanpa disadari. Karena itu, penggunaan kacamata pintar perlu memperhatikan aturan privasi, persetujuan orang yang direkam, serta pengaturan penyimpanan dan pengiriman data.

Penutup

Kacamata pintar dapat mengenali benda melalui rangkaian teknologi yang melibatkan kamera, visi komputer, model kecerdasan buatan, dan sistem penyampaian informasi. Kamera menangkap gambar, AI menganalisis pola visual, lalu sistem memperkirakan identitas benda dan menyampaikan hasilnya melalui suara atau tampilan visual.

Perkembangan computer vision dan AI multimodal membuat teknologi ini semakin mampu membaca tulisan, mengenali beberapa objek sekaligus, dan menjawab pertanyaan mengenai lingkungan sekitar. Namun, hasilnya tetap bergantung pada kualitas perangkat, kondisi pengambilan gambar, serta kemampuan model yang digunakan.

Dari sudut pandang ilmu pengetahuan modern, kacamata pintar menunjukkan bagaimana pengolahan gambar dan kecerdasan buatan dapat diterapkan dalam perangkat sehari-hari. Teknologi ini berpotensi meningkatkan aksesibilitas dan efisiensi, tetapi pengguna tetap perlu memahami keterbatasan akurasi dan menjaga privasi ketika menggunakannya.

References

1. Computer Vision: Algorithms and Applications, Richard Szeliski.

2. Deep Learning, Ian Goodfellow, Yoshua Bengio, dan Aaron Courville.

3. ImageNet Classification with Deep Convolutional Neural Networks, Alex Krizhevsky, Ilya Sutskever, dan Geoffrey Hinton.

4. An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale, Alexey Dosovitskiy dan rekan-rekan.

Tambahkan Contoh Alur Pengenalan BendaRingkas Bagian yang Saling Tumpang Tindih