Computer Vision Toolbox
Entwerfen und Testen von Computer-Vision-, 3D-Vision- und Videoverarbeitungssystemen
Die Computer Vision Toolbox™ bietet Algorithmen, Funktionen und Apps für den Entwurf und Test von Computer-Vision-, 3D-Vision- und Videoverarbeitungssystemen. Sie ermöglicht Objekterkennung und -verfolgung sowie Merkmalserkennung, -extraktion und -abgleich. Für 3D-Vision unterstützt die Toolbox die Kalibrierung von Einzel-, Stereo- und Fisheye-Kameras; Stereo Vision; 3D-Rekonstruktionen sowie die Verarbeitung von LiDAR und 3D-Punktwolken. Computer-Vision-Apps automatisieren Workflows für die Ground-Truth-Klassifikation und die Kalibrierung von Kameras.
Sie können benutzerdefinierte Objektdetektoren mithilfe von Deep-Learning- und Machine-Learning-Algorithmen wie YOLO v2, Faster R-CNN und ACF trainieren. Für die semantische Segmentierung können Sie Deep-Learning-Algorithmen wie SegNet, U-Net und DeepLab verwenden. Mit vortrainierten Modellen können Sie Gesichter, Fußgänger und andere häufige Objekte erkennen.
Sie können Ihre Algorithmen beschleunigen, indem Sie sie auf Mehrkern-Prozessoren und GPUs ausführen. Die meisten Algorithmen der Toolbox unterstützen die C/C++-Codegenerierung für die Integration mit vorhandenem Code, die Desktop-Prototypenentwicklung und die Bereitstellung auf Embedded-Vision-Systemen.
Jetzt Loslegen:
Objekterfassung und -erkennung
Nutzen Sie Frameworks zum Trainieren, Bewerten und Bereitstellen von Objektdetektoren wie YOLO v2, Faster R-CNN, ACF und Viola-Jones. Die Objekterkennungsfunktionen umfassen Bag of Visual Words und OCR. Vortrainierte Modelle erkennen Gesichter, Fußgänger und andere häufige Objekte.
Objekterfassung mit Faster R-CNN.
Semantische Segmentierung
Segmentieren Sie Bilder und 3D-Volumen, indem Sie einzelne Pixel und Voxel mit Netzen wie SegNet, FCN, U-Net und DeepLab v3+ klassifizieren.
Ground-Truth-Annotation
Automatisieren Sie die Annotation für die Objekterkennung, die semantische Segmentierung und die Szenenklassifikation mit den Apps Video Labeler und Image Labeler.
Ground-Truth-Annotation mit der Video Labeler-App.
LiDAR und Punktwolken-E/A
Sie können Punktwolken aus Dateien, von LiDAR und von RGB-D-Sensoren lesen, schreiben und anzeigen.
Registrierung von Punktwolken
Registrieren Sie 3D-Punktwolken mit den Algorithmen Normal-Distributions Transform (NDT), Iterative Closest Point (ICP) und Coherent Point Drift (CPD).
Registrierung und Zusammenfügung einer Reihe von Punktwolken.
Segmentierung und Formanpassung
Segmentieren Sie Punktwolken zu Clustern und passen Sie geometrische Formen an Punktwolken an. Segmentieren Sie die Bodenfläche in LiDAR-Daten für Anwendungen im automatisierten Fahren und in der Robotik.
Segmentierte LiDAR-Punktwolke.
Kalibrierung einer Einzelkamera
Automatisieren Sie die Schachbretterkennung und kalibrieren Sie Loch- und Fisheye-Kameras mit der Camera Calibrator-App.
Kalibrierung einer Stereokamera
Kalibrieren Sie ein Stereopaar, um die Tiefe zu berechnen und 3D-Szenen zu rekonstruieren.
Stereo Camera Calibrator-App.
3D Vision
Ermitteln Sie Strukturen anhand von Bewegung und visueller Odometrie.
Struktur aus Bewegung in mehreren Ansichten.
Stereo Vision
Schätzen Sie die Tiefe und rekonstruieren Sie eine 3D-Szene mithilfe eines Stereokamerapaars.
Stereo-Disparitätskarte zur Darstellung relativer Tiefen.
Merkmalserkennung, -extraktion und -abgleich
Sie können interessante Merkmale, wie Flächen, Kanten und Ecken, über mehrere Bilder hinweg erkennen, extrahieren und abgleichen.
Erkennung eines Objekts in einer überladenen Szene mithilfe von Punktmerkmalerkennung, -extraktion und -abgleich.
Merkmalsbasierte Bildregistrierung
Sie können Merkmale über mehrere Bilder hinweg abgleichen, um geometrische Transformationen zwischen Bildern zu schätzen und Bildsequenzen zu registrieren.
Mithilfe der merkmalbasierten Registrierung erstelltes Panorama.
Objekt-Tracking
Verfolgen Sie in Videosequenzen Objekt-Bewegungsbahnen von Frame zu Frame.
Spuren zeigen Bewegungsbahnen verfolgter Objekte an.
Bewegungsschätzung
Schätzen Sie Bewegungen zwischen Video-Frames mithilfe von optischem Fluss, Block Matching und Template Matching.
Erkennung sich bewegender Objekte mit einer stationären Kamera.
Codegenerierung
Generieren Sie C/C++- und CUDA-Code sowie MEX-Funktionen für Funktionen, Klassen, Systemobjekte und Blöcke der Toolbox.
Video Labeler und Image Labeler
Kopieren und Einfügen von Pixelkennzeichnungen; verbessertes Schwenken und Zoomen; verbesserte Frame-Navigation; Linien-ROI, Kennzeichnungsattribute und Unterkennzeichnungen zu Image Labeler hinzugefügt
Erweiterung von Audiodaten für Objektdetektoren
Transformieren von Bild und Bounding Box
Semantische Segmentierung
Klassifizieren einzelner Pixel in Bildern und 3D-Volumina mit Netzen von DeepLab v3+ und 3D U-Net
Objekterkennung mit Deep Learning
Durchführen schnelleren End-to-End-Trainings für R-CNN und schnellerer Ankerboxschätzungen sowie Verwendung von Mehrkanal-Bilddaten
Beschleunigung von Deep Learning
Optimieren von YOLO v2 und semantischer Segmentierung mit der MEX-Beschleunigung
Details zu diesen Merkmalen und den zugehörigen Funktionen finden Sie in den Versionshinweisen.
