Computer Vision Toolbox
Progettare e sperimentare sistemi di visione artificiale, visione 3D e di elaborazione video
Computer Vision Toolbox™ fornisce algoritmi, funzioni e app per la progettazione e il test di sistemi di visione artificiale, visione 3D e di elaborazione video. Puoi eseguire rilevazione e tracciamento di oggetti, rilevazione, estrazione e confronto di feature. Per quanto riguarda la visione 3D, il toolbox supporta calibrazione singola, stereo e della fotocamera fisheye; visione stereo; ricostruzione 3D ed elaborazione di nuvole di punti tridimensionali e LIDAR. Le app di visione artificiale automatizzano flussi di lavoro di calibrazione della fotocamera ed etichettatura sul campo.
Puoi addestrare rilevatori di oggetti personalizzati utilizzando algoritmi di deep learning e machine learning come YOLO v2, Faster R-CNN e ACF. Per la segmentazione semantica puoi utilizzare algoritmi di deep learning come SegNet, U-Net e DeepLab. I modelli pre-addestrati consentono di rilevare volti, pedoni e altri oggetti comuni.
È possibile velocizzare gli algoritmi eseguendoli su GPU e processori multicore. La maggior parte degli algoritmi del toolbox supporta la generazione di codice C/C++ per l’integrazione con il codice esistente, la prototipazione su desktop e su sistemi di visione embedded.
Deep learning e machine learning
Rileva, riconosci e segmenta gli oggetti utilizzando deep learning e machine learning.
Rilevazione e riconoscimento di oggetti
Framework da addestrare, valutare e distribuire rilevatori di oggetti come YOLO v2, Faster R-CNN, ACF e Viola-Jones. La funzione di riconoscimento oggetti include Bag of Visual Words e OCR. I modelli pre-addestrati rilevano volti, pedoni e altri oggetti comuni.
Rilevazione di oggetti tramite Faster R-CNN.
Segmentazione semantica
Segmenta le immagini e i volumi 3D classificando i singoli pixel e voxel tramite reti quali SegNet, FCN, U-Net e DeepLab v3+.
Etichettatura sul campo
Etichettatura automatica per la rilevazione di oggetti, la segmentazione semantica e la classificazione delle scene attraverso le app Video Labeler e Image Labeler.
Etichettatura sul campo con la app Video Labeler.
Elaborazione di nuvole di punti 3D e LIDAR
Segmenta, raggruppa, esegui il downsample, rimuovi il rumore, registra e adatta le forme geometriche con dati di nuvole di punti 3D e LIDAR.
I/O nuvole di punti e LIDAR
Leggi, scrivi e visualizza le nuvole di punti da file, LIDAR e sensori RGB-D.
Visualizzazione di nuvole di punti 3D.
Registrazione di nuvole di punti
Registra le nuvole di punti 3D con gli algoritmi Normal-Distributions Transform (NDT), Iterative Closest Point (ICP) e Coherent Point Drift (CPD).
Registrazione e stitching di una serie di nuvole di punti.
Segmentazione e fitting di forme
Segmenta le nuvole di punti in cluster e adatta le forme geometriche alle nuvole di punti. Segmenta il piano di terra in dati LIDAR per applicazioni di guida automatizzata e di robotica.
Nuvola di punti LIDAR segmentata.
Calibrazione della fotocamera
Stima i parametri intrinseci, estrinseci e di distorsione dell’obiettivo della fotocamera
Calibrazione di fotocamera singola
Automatizza la rilevazione della scacchiera e calibra le fotocamere pinhole e fisheye con la app Camera Calibrator.
Calibrazione di fotocamera stereo
Calibra una coppia stereo per calcolare la profondità e ricostruire scene in 3D.
App Stereo Camera Calibrator.
Visione 3D e visione stereo
Estrai la struttura 3D di una scena da più viste 2D. Stima il movimento della fotocamera e posa utilizzando l’odometria visuale.
Visione 3D
Struttura dal movimento e dalla odometria visuale.
Struttura multivista dal movimento.
Visione stereo
Stima la profondità e ricostruisci una scena 3D utilizzando una coppia di fotocamere stereo.
Mappa di disparità stereo che rappresenta le profondità corrispondenti.
Rilevazione, estrazione e confronto di feature
Flussi di lavoro basati sulle feature per la rilevazione di oggetti, registrazione di immagini e riconoscimento oggetti.
Rilevazione, estrazione e confronto di feature
Rileva, estrai e confronta feature interessanti quali blob, contorni e angoli su più immagini.
Rilevazione di un oggetto in una scena caotica con rilevazione, estrazione e confronto di feature di punti.
Registrazione di immagine basata sulle feature
Confronta le feature in più immagini per stimare le trasformate geometriche tra immagini e registra le sequenze di immagini.
Panorama creato con registrazione basata sulle feature.
Tracciamento di oggetti e stima del movimento
Stima il movimento e traccia gli oggetti nelle sequenze video e di immagini.
Tracciamento di oggetti
Traccia le traiettorie degli oggetti da un frame all’altro nelle sequenze video.
Le tracce indicano le traiettorie degli oggetti che sono stati tracciati.
Stima del movimento
Stima il movimento tra frame video con il flusso ottico, il confronto di blocchi e il confronto di modelli.
Rilevazione di oggetti in movimento con una fotocamera stazionaria.
Interfaccia OpenCV
Interfaccia MATLAB con progetti basati su OpenCV.
Generazione di codice
Integra lo sviluppo degli algoritmi con i flussi di lavoro di prototipazione rapida, implementazione e verifica.
Generazione di codice
Genera il codice C/C++, CUDA e le funzioni MEX per funzioni di toolbox, classi, system object e blocchi.
Funzionalità recenti
App Video Labeler
Etichettatura interattiva e semiautomatica di dati sul campo in un video, sequenza di immagini o sorgente di dati personalizzata
Rilevatore di oggetti YOLO v2
Addestra un rilevatore di oggetti di deep learning YOLO (You Only Look Once) v2.
Segmentazione semantica 3D
Classifica le regioni di pixel su volumi 3D con il deep learning
Segmentazione LIDAR
Segmentare punti di terra da dati LIDAR 3D organizzati e organizzare nuvole di punti in cluster
Generare il codice per l’elaborazione di nuvole di punti
Genera codice C per la funzionalità di elaborazione di nuvole di punti utilizzando MATLAB Coder
Guarda le note di rilascio per ulteriori informazioni su queste feature e sulle funzioni corrispondenti.
