Main Content

Riconoscimento, rilevamento dell'oggetto e segmentazione semantica

Riconoscimento, classificazione, segmentazione semantica dell'immagine, segmentazione dell'istanza, rilevamento dell'oggetto tramite feature e rilevamento di oggetti di Deep Learning tramite CNN, YOLO e SSD

Computer Vision Toolbox™ supporta diversi approcci per la classificazione dell'immagine, il rilevamento dell'oggetto, la segmentazione semantica, la segmentazione dell'istanza e il riconoscimento, tra cui:

  • Deep Learning e reti neurali convoluzionali (CNN)

  • Pacchetto di feature

  • Corrispondenza dei template

  • Analisi delle macchie

  • Algoritmo di Viola-Jones

Una CNN è un'architettura di Deep Learning diffusa che apprende automaticamente le rappresentazioni di feature utili direttamente dai dati dell'immagine. Il pacchetto di feature codifica le feature dell'immagine in una rappresentazione compatta adatta alla classificazione e al recupero di immagini. La corrispondenza dei template utilizza un'immagine piccola, o template, per trovare regioni corrispondenti in un'immagine più grande. L'analisi delle macchie utilizza la segmentazione e le proprietà della macchia per identificare gli oggetti di interesse. L'algoritmo di Viola-Jones utilizza feature simili a quelle di Haar e una cascata di classificatori per identificare gli oggetti, compresi volti, nasi e occhi. È possibile addestrare questo classificatore affinché riconosca altri oggetti.

Argomenti in evidenza

Categorie