Kecerdasan Buatan dengan Deep Computer Vision

Buku ini membahas tentang Deep Computer Vision yang merupakan cabang kecerdasan buatan yang memanfaatkan jaringan saraf tiruan untuk melakukan analisis dan pemrosesan gambar/citra/video secara real-time. Bagian Pertama buku membahas teknologi Computer Vision konvensional yang menggunakan algoritme Non-Deep Learning. Pada Bagian Kedua buku, pembahasan mengenai Computer Vision difokuskan pada tugas-tugas yang lebih kompleks dengan memanfaatkan teknologi Deep Learning. Tugas-tugas kompleks tersebut meliputi deteksi, penelusuran (tracking), segmentasi, dan prediksi pose objek serta klasifikasi pada gambar/citra/video secara real-time. Penulis memberikan pengantar langkah demi langkah ke konsep-konsep utama, dengan penjelasan yang gamblang dan terperinci tentang metode komputasi di balik setiap teknik. Buku ini juga menyertakan contoh-contoh praktis dalam kode pemrograman berbasis Bahasa Pemrograman Python yang menunjukkan bagaimana Deep Computer Vision dapat diterapkan pada masalah-masalah di dunia nyata, seperti pengenalan wajah seseorang, deteksi kendaraan pada webcam, dan menghitung tren kepadatan lalu-lintas. Kode program dijelaskan secara baris-per-baris sehingga memudahkan pembaca dalam pemahaman program serta melanjutkan pengembangan program tersebut untuk kasus-kasus spesifik yang dihadapi mereka. Secara rinci, isi buku mencakup pemahaman Deep Computer Vision pada: • Teori dan metode Computer Vision konvensional beserta pemrogramannya. • Teori, konsep dasar, dan pemrograman Deep Learning terutama Convolutional Neural Network (CNN). • Teori, konsep dasar, dan pemrograman teknologi prediksi objek terkini: You Only Look Once (YOLO). • Proyek-proyek Deep Computer Vision yang mempraktikan teknologi ini pada kasus-kasus di dunia nyata. Selling Point: • Pembahasan secara mendalam dua metode representatif computer vision: Berbasis Non-Deep Learning (Konvensional) dan Deep Learning (Deep Computer Vision). • Mengungkap teknologi kecerdasan buatan dalam berbagai tugas prediksi secara real-time, meliputi deteksi, penelusuran (tracking), segmentasi dan pose objek serta klasifikasi pada gambar/citra/video. • Pemahaman konsep, filosofi, dan praktik tentang teknologi computer vision dengan gambar ilustrasi dan contoh kode program pada kasus dunia nyata.