Jaringan Syaraf Tiruan NIST Mendeteksi Bentuk Geometris Kecil dalam Citra Padat dengan Akurasi 97%
Dalam upaya untuk secara otomatis menangkap data penting dari karya ilmiah, ilmuwan komputer di National Institute of Standards and Technology (NIST) telah mengembangkan metode untuk secara akurat mendeteksi objek geometris kecil seperti segitiga dalam plot padat berkualitas rendah yang terkandung dalam data citra. Menggunakan pendekatan jaringan syaraf tiruan yang dirancang untuk mendeteksi pola, model NIST memiliki banyak aplikasi yang mungkin dalam kehidupan modern.
Model jaringan syaraf tiruan NIST menangkap 97% objek dalam seperangkat citra uji yang ditentukan, menempatkan pusat objek dalam beberapa piksel dari lokasi yang dipilih secara manual. Peneliti mengambil data dari artikel jurnal yang berumur hingga awal 1900-an dalam basis data properti logam di Thermodynamics Research Center (TRC) NIST. Seringkali hasilnya hanya disajikan dalam format grafis, terkadang digambar dengan tangan dan merusak karena pemindaian atau fotokopi. Peneliti ingin mengekstrak lokasi titik data untuk memulihkan data mentah asli untuk analisis tambahan. Sampai sekarang data tersebut diekstrak secara manual.
Citra menyajikan titik data dengan berbagai markir berbeda, terutama lingkaran, segitiga, dan persegi, baik terisi maupun kosong, dengan ukuran dan kejelasan yang bervariasi. Markir geometris seperti ini sering digunakan untuk melabeli data dalam grafik ilmiah. Teks, angka, dan simbol lain yang dapat salah terlihat sebagai titik data, dihapus secara manual dari subsegregasi gambar dengan perangkat lunak editing grafis sebelum melatih jaringan syaraf tiruan.
Mendeteksi dan melokalkan markir data secara akurat adalah tantangan dari beberapa alasan. Markir tidak konsisten dalam kejelasan dan bentuk tepat; mereka mungkin kosong atau terisi dan kadang-kadang kabur atau distorsi. Beberapa lingkaran tampak sangat lingkaran, misalnya, sementara yang lain tidak memiliki cukup piksel untuk sepenuhnya mendefinisikan bentuknya. Selain itu, banyak citra berisi lapisan yang sangat padat dari lingkaran, persegi dan segitiga yang tumpang tindih.
Peneliti mencoba menciptakan model jaringan yang mengidentifikasi titik plot setidaknya akurat seperti deteksi manual — dalam 5 piksel dari lokasi aktual pada plot berukuran beberapa ribuan piksel per sisi.
Peneliti NIST mengadopsi arsitektur jaringan yang awalnya dikembangkan oleh peneliti Jerman untuk menganalisis citra bio-medis, disebut U-Net. Pertama dimensi citra dikontraksi untuk mengurangi informasi spasial, dan kemudian lapisan informasi fitur dan konteks ditambahkan untuk membangun hasil yang presisi dan resolusi tinggi.
Untuk membantu melatih jaringan untuk mengklasifikasi bentuk markir dan menempatkan pusat mereka, peneliti bereksperimen dengan empat cara menandai data pelatihan dengan masker, menggunakan penanda pusat yang berbeda-beda dan garis pinggir untuk setiap objek geometris.
Peneliti menemukan bahwa menambahkan lebih banyak informasi ke masker, seperti garis pinggir yang lebih tebal, meningkatkan akurasi klasifikasi bentuk objek tetapi mengurangi akurasi menentukan lokasinya pada plot. Pada akhirnya, peneliti menggabungkan aspek terbaik dari beberapa model untuk mendapatkan klasifikasi terbaik dan kesalahan lokasi terkecil. Mengubah masker ternyata adalah cara terbaik untuk meningkatkan kinerja jaringan, lebih efektif dari pendekatan lain seperti perubahan kecil di akhir jaringan.
Kinerja terbaik jaringan — akurasi 97% dalam menentukan pusat objek — hanya mungkin untuk subsegregasi citra di mana titik plot awalnya direpresentasikan oleh lingkaran, segitiga, dan persegi yang sangat jelas. Kinerja ini cukup baik bagi TRC untuk menggunakan jaringan syaraf tiruan untuk memulihkan data dari plot dalam artikel jurnal yang lebih baru.
