Lompat ke isi

DeepDream

Ensiklopedia Pengetahuan Universitas Islam Sultan Agung
"Mona Lisa" with DeepDream effect using VGG16 network trained on ImageNet

DeepDream adalah program penglihatan komputer yang dibuat oleh insinyur Google, Alexander Mordvintsev menggunakan jaringan saraf tiruan convolutional. Program ini memanfaatkan jaringan saraf tiruan untuk menemukan dan meningkatkan pola dalam gambar melalui pareidolia algoritmik, sehingga menciptakan tampilan halusinogenik mirip mimpi seperti dalam gambar yang diproses secara berlebihan.[1][2][3]

Istilah (deep) "dreaming" pertama kali dipopulerkan Google untuk merujuk pada pemrosesan gambar yang menghasilkan aktivasi tertentu pada jaringan saraf dalam (deep neural networks) yang terlatih. Istilah ini sekarang mengacu pada kumpulan pendekatan terkait pemrosesan gambar semacam ini.

Sejarah

Perangkat lunak DeepDream, dibuat berdasarkan jaringan saraf tiruan konvolusional dengan nama kode "Inception" yang diberi nama berdasarkan film Inception.[4][5][6] Perangkat lunak ini dikembangkan untuk ImageNet Large-Scale Visual Recognition Challenge (ILSVRC) pada tahun 2014[7] dan dirilis pada bulan Juli 2015.

Ide tentang mimpi dan penamaannya menjadi populer di internet pada tahun 2015 berkat program DeepDream yang diprakarsai Google. Ide ini terinspirasi sejarah jaringan saraf tiruan.[8] Metode yang serupa juga telah digunakan untuk mensintesis tekstur visual.[9] Ide visualisasi ini telah dikembangkan oleh beberapa kelompok peneliti sebelum dikerjakan Google dalam proyek DeepDream.[10][11]

Setelah Google memublikasikan teknik mereka dan menjadikan kode mereka sumber terbuka,[12] banyak perangkat lunak dibuat berdasarkan konsep ini. Beberapa diantaranya dalam bentuk layanan web, aplikasi seluler, dan perangkat lunak desktop yang memungkinkan pengguna mengubah foto mereka sendiri.[13]

Pranala luar

Referensi

  1. Alexander Mordvintsev. DeepDream - a code example for visualizing Neural Networks. Google Research. 2015.
  2. Alexander Mordvintsev. Inceptionism: Going Deeper into Neural Networks. Google Research. 2015.
  3. Christian Szegedy. Going Deeper with Convolutions. Computing Research Repository. 2014.
  4. Alexander Mordvintsev. DeepDream - a code example for visualizing Neural Networks. Google Research. 2015.
  5. Alexander Mordvintsev. Inceptionism: Going Deeper into Neural Networks. Google Research. 2015.
  6. Christian Szegedy. Going Deeper with Convolutions. Computing Research Repository. 2014.
  7. Christian Szegedy. Going Deeper with Convolutions. Computing Research Repository. 2014.
  8. J.P. Lewis. Creation by refinement: a creativity paradigm for gradient descent learning networks. 1988. doi:10.1109/ICNN.1988.23933.
  9. J Portilla. A parametric texture model based on joint statistics of complex wavelet coefficients. International Journal of Computer Vision. 2000. Vol. 40. hlm. 49–70. doi:10.1023/A:1026553619983.
  10. Dumitru. Erhan. Visualizing Higher-Layer Features of a Deep Network. 2009.
  11. Karen Simonyan. Deep Inside Convolutional Networks: Visualising Image Classification Models and Saliency Maps. 2014.
  12. sumber pada Wikipedia bahasa Indonesia
  13. Daniel Culpan. These Google "Deep Dream" Images Are Weirdly Mesmerising. 2015-07-03.

Sumber dan atribusi

Konten artikel ini diadaptasi dari Wikipedia bahasa Indonesia, revisi 28622102 (2025-11-25T03:54:47Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Gambar pada artikel ini bersumber dari Wikimedia Commons dan mengikuti ketentuan lisensi masing-masing berkas. Mohon gunakan konten dan media secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.