Pengenalan Warna Kendaraan Menggunakan CNN

Pada posting kali ini saya akan menjelaskan penelitian pertama saya yang menggunakan klasifier CNN (Convolutional Neural Network). Penelitian ini tidak dipublikasi di konferensi/pertemuan ilmiah, tetapi dipublikasikan pada preprint website arxiv.org. Alamat lengkap dari makalah yang diterbitkan di arxiv.org adalah https://arxiv.org/abs/1510.07391.

Pada penelitian ini, saya merancang CNN klasifier dengan 8 layer yang digunakan untuk pengenalan warna kendaraan. Apakah warna kendaraan cukup penting? Dalam satu kondisi ya, sebagai contoh ada tindakan kriminal/kecelakaan di jalan raya dan dapat dideteksi oleh suatu modul yang ditugaskan untuk medeteksi keadaan tidak umum yang terjadi dijalan dengan menggunakan masukan dari suatu kamera CCTV. Informasi apa saja yang diberikan oleh modul tersebut? Tentu saja seluruh informasi yang berguna, termasuk di dalamnya adalah warna kendaraan yang terlibat di dalamnya.

Rancangan dari CNN klasifier yang saya gunakan sangat mirip dengan AlexNet CNN arsitektur, hanya saja CNN klasifier yang saya gunakan menggunakan full parallel CNN dengan jumlah kernel yang digunakan dua kali lebih kecil untuk setiap aliran. Gambar diatas merupakan diagram rancangan CNN yang saya gunakan. Sedangkan gambar dibawah merupakan salah satu contoh respon dari CNN klasifier terhadap suatu masukan citra.

Semua eksperimen dilakukan dengan menggunakan Caffe deep learning framework. Model dan bobot yang digunakan dapat diunduh pada website github saya (https://github.com/rezafuad/vehicle-color-recognition).