Computer Vision Toolbox

 

Computer Vision Toolbox

Concevoir, simuler, calibrer et déployer des systèmes de Computer Vision

La vidéo dure 1:42

Connecter des agents IA à Computer Vision Toolbox

Intégrez des capacités spécifiques à votre domaine, dans votre workflow d'IA agentique.

Labélisation de données de vérité-terrain d'images et de vidéos

Automatisez la labélisation pour la détection d'objets, la segmentation sémantique, la segmentation d'instances et la classification de scènes avec les applications Video Labeler et Image Labeler.

Piétons, voitures et bus labellisés avec la segmentation d'instances.

Deep Learning et Machine Learning

Entraînez des modèles de Machine Learning et des réseaux de Deep Learning (ou utilisez des réseaux pré-entraînés) pour la détection et la segmentation d'objets. Évaluez la performance de ces réseaux et déployez-les en générant du code C/C++ ou CUDA®.

Plusieurs images fisheye d'un damier utilisées pour calibrer une caméra avec l'application Camera Calibrator.

Calibration de caméra

Estimez les paramètres intrinsèques et extrinsèques, ainsi que les coefficients de distorsion de l'objectif pour les caméras uniques et les paires de caméras stéréos avec l'application Camera Calibrator, l'application Stereo Camera Calibrator ou les fonctions intégrées.

Visualisation des paramètres extrinsèques centrés sur la caméra et analyse de la calibration.

Calibration multicapteur

Estimez les paramètres extrinsèques entre les caméras, les capteurs LiDAR et les IMU. Effectuez la calibration œil-main d'un robot avec des fonctions intégrées. Utilisez l'application Multi-Camera Calibrator pour calibrer les systèmes multicaméras.

Reconstruction d'une scène dense créée en appliquant une méthode de SLAM visuel aux données d'une caméra RGB-D.

SLAM visuel

Estimez la position et l'orientation de la caméra par rapport à son environnement tout en cartographiant un environnement inconnu. Affinez les estimations de pose en utilisant l'ajustement de faisceaux et l'optimisation du graphe de pose.

Reconstruction 3D

Reconstituez la structure 3D d'une scène à partir de plusieurs vues 2D grâce à la méthode de la structure acquise à partir du mouvement (Structure from Motion, SfM). Générez de nouvelles vues photoréalistes avec des techniques fondées sur l'IA comme NeRF (Neural Radiance Fields).

Deux images côte à côte d'une boîte et de la même boîte dans une scène plus large, avec des lignes reliant les caractéristiques individuelles correspondantes dans les images.

Détection, extraction et mise en correspondance de caractéristiques

Détectez, extrayez et faites correspondre des caractéristiques telles que les blobs, les contours et les coins de plusieurs images. Utilisez les caractéristiques appariées pour l'alignement, pour la classification d'objets ou dans des workflows complexes tels que la méthode SLAM.

Plusieurs piétons détectés dans la zone d'intérêt d'une vidéo d’une caméra-témoin embarquée.

Pistage multiobjet et estimation du mouvement

Évaluez les mouvements et pistez plusieurs objets dans des séquences d'images ou de vidéos.

Trajectoire de la caméra et carte de nuages de points pour l'algorithme SLAM visuel déployé.

Génération de code et support tiers

Générez du code à partir de vos algorithmes de Computer Vision pour un prototypage, un déploiement et une vérification rapides. Intégrez des projets et des fonctions basés sur OpenCV dans MATLAB et Simulink.

« Nous pouvons accéder aux capacités de Machine Learning avec quelques lignes de code MATLAB. Ensuite, grâce à la génération de code, les ingénieurs peuvent déployer leur classificateur entraîné dans la machine sans intervention manuelle ni retard dans le processus. »

FAQ de Computer Vision Toolbox

Computer Vision Toolbox propose des algorithmes et des applications pour concevoir et tester des systèmes de Computer Vision, notamment pour l’inspection visuelle, la détection et le suivi d’objets, ainsi que pour la détection, l’extraction et la mise en correspondance (ou l'appariement) de caractéristiques.

La toolbox propose des réseaux de neurones à convolution (CNN) pré-entraînés, des Vision Transformers et des modèles vision-langage pour des tâches telles que la classification d'images, la détection d'objets, la segmentation, l'estimation de pose, la légende, la réponse à des questions visuelles (VQA) et la reconnaissance optique de caractères (OCR), ainsi que des modèles zéro-shot pour des tâches de vision telles que le flux optique et l'estimation de profondeur 3D.

Oui, les applications Video Labeler et Image Labeler permettent la labélisation collaborative à l’aide de workflows automatisés pour la détection d'objets, la segmentation sémantique, la segmentation d'instances et la classification de scènes.

Computer Vision Toolbox automatise les workflows de calibration pour les configurations à caméra unique, fisheye, stéréo et multicaméra grâce à l'application Camera Calibrator, à l'application Stereo Camera Calibrator, à l'application Multi-Camera Calibrator ou aux fonctions intégrées.

Oui, la toolbox supporte la vision stéréo, la structure acquise à partir du mouvement (SfM), les champs de radiance neuronaux (NeRF), ainsi que le SLAM visuel temps réel pour les applications de vision 3D.

Vous pouvez générer du code en C, C++, CUDA pour l'exécution GPU, ainsi qu’en langages de description matérielle (HDL), pour le prototypage rapide, le déploiement et la vérification.

Essayez Computer Vision Toolbox gratuitement

Découvrez nos produits.


Prêt à acheter ?

Découvrez les tarifs et les produits.

Vous êtes étudiant ?

Votre établissement propose peut-être déjà un accès à MATLAB, Simulink et d'autres produits complémentaires via la licence Campus-Wide.