Computer Vision Toolbox
Diseñe y pruebe sistemas de procesamiento de vídeo, visión artificial y visión 3D
Computer Vision Toolbox™ proporciona algoritmos, funciones y apps para diseñar y probar sistemas de procesamiento de vídeo, visión artificial y visión 3D. Puede realizar detección y seguimiento de objetos, así como detección, extracción y coincidencia de características. También puede automatizar los flujos de trabajo de calibración de cámaras simples, estéreo y ojo de pez. En el caso de la visión 3D, la toolbox soporta SLAM visual y de nubes de puntos, visión estéreo, estructura a partir del movimiento y procesamiento de nubes de puntos. Las apps de visión artificial automatizan los flujos de trabajo de etiquetado de validación (ground-truth) y de calibración de cámaras.
Puede entrenar detectores de objetos personalizados mediante algoritmos de Deep Learning y Machine Learning, tales como YOLO v2, SSD y ACF. Para la segmentación semántica y de instancias, puede utilizar algoritmos de Deep Learning tales como U-Net y Mask R-CNN. La toolbox ofrece algoritmos de detección y segmentación de objetos para analizar imágenes que son demasiado grandes para la capacidad de la memoria. Los modelos previamente entrenados permiten detectar caras, peatones y otros objetos comunes.
Puede acelerar los algoritmos mediante su ejecución en procesadores multinúcleo y GPU. Los algoritmos de esta toolbox soportan la generación de código C/C++ para su integración con el código existente, el prototipado en escritorio y el despliegue de sistemas de visión embebidos.
Más información:
Uso de Computer Vision Toolbox
Detección y reconocimiento de objetos
Entrene, evalúe y despliegue detectores de objetos, tales como YOLO v2, Faster R-CNN, ACF y Viola-Jones. Realice el reconocimiento de objetos con OCR y bolsa de palabras visuales. Utilice modelos previamente entrenados para detectar caras, peatones y otros objetos comunes.
Detección de objetos con Faster R-CNN.
Segmentación semántica
Segmente imágenes y volúmenes 3D mediante la clasificación de píxeles y vóxeles individuales con redes tales como SegNet, FCN, U-Net y DeepLab v3+. Utilice la segmentación de instancias para generar mapas de segmentación y detectar instancias únicas de objetos.
Segmentación de instancias con Mask R-CNN.
Etiquetado de validación (ground-truth)
Automatice el etiquetado de detección de objetos, segmentación semántica, segmentación de instancias y clasificación de escenas con las apps Video Labeler e Image Labeler.
Etiquetado de validación (ground-truth) con la app Video Labeler.
Calibración de una sola cámara
Automatice la detección del tablero de ajedrez y calibre las cámaras estenopeicas y ojo de pez mediante la app Camera Calibrator.
Calibración de cámaras estéreo
Calibre pares de cámaras estéreo para calcular la profundidad y reconstruir escenas 3D.
SLAM visual y odometría visual
Extraiga la estructura a partir del movimiento y la odometría visual.
Estructura multivista a partir del movimiento.
Detección y coincidencia de características para SLAM visual.
Visión en estéreo
Estime la profundidad y reconstruya escenas 3D usando pares de cámaras estéreo.
Estimación de las profundidades relativas de los puntos de una escena utilizando la visión estéreo.
Procesamiento de nubes de puntos 3D y de LiDAR
Organice en clusters, segmente, agrupe, reduzca la tasa de muestreo, elimine el ruido, registre y ajuste formas geométricas con datos de nubes de puntos 3D o de LiDAR. Lidar Toolbox™ ofrece funcionalidades adicionales para diseñar, analizar y probar sistemas de procesamiento de LiDAR.
E/S de nubes de puntos y de LiDAR
Lea, escriba y visualice nubes de puntos a partir de archivos, sistemas de LiDAR y sensores RGB-D.
Uso del visor de nubes de puntos para visualizar datos de una nube de puntos de streaming.
Registro de nubes de puntos
Registre nubes de puntos 3D mediante los algoritmos NDT (transformada de distribuciones normales), ICP (punto más cercano iterativo) y CPD (movimiento de puntos coherente).
Segmentación y ajuste de formas
Segmente nubes de puntos en clusters y ajuste las formas geométricas a nubes de puntos. Segmente el plano de tierra de los datos de LiDAR para aplicaciones de conducción autónoma y robótica.
Identificación de clusters en una nube de puntos mediante segmentación de nube de puntos.
Detección, extracción y coincidencia de características
Detecte, encuentre coincidencias y extraiga características de interés, tales como blobs, bordes y esquinas, en diversas imágenes.
Detección de un objeto en una imagen repleta de objetos mediante detección, extracción y coincidencia de características de puntos.
Registro de imágenes basado en características
Encuentre coincidencias entre características de varias imágenes para estimar la transformación geométrica entre imágenes y registrar la secuencia de imágenes.
Imagen panorámica creada mediante el registro basado en características.
Seguimiento de objetos
Realice un seguimiento de las trayectorias de los objetos de un cuadro a otro en secuencias de vídeo.
Estelas que indican la trayectoria de los objetos seguidos.
Estimación del movimiento
Estime el movimiento entre distintos cuadros de vídeo mediante flujo óptico, coincidencia de bloques y coincidencia de plantillas.
Detección de objetos en movimiento con una cámara fija.
Generación de código
Genere código C/C++, código CUDA y funciones MEX para funciones, clases, System objects y bloques de toolbox.
