Computer Vision Toolbox

 

Computer Vision Toolbox

Diseñe y pruebe sistemas de procesamiento de vídeo, visión artificial y visión 3D

Más información:

Deep Learning y Machine Learning

Detecte, reconozca y segmente objetos con Deep Learning y Machine Learning.

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.

Cámara de un vehículo que muestra otros dos vehículos detectados.

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.

Instancias de objetos detectadas en una escena de calle con contornos creados con segmentación de instancias.

Segmentación de instancias con Mask R-CNN.

Interfaz gráfica de etiquetado de validación (ground-truth) para detección de objetos, segmentación semántica y reconocimiento de objetos.

Etiquetado de validación (ground-truth) con la app Video Labeler.

Calibración de cámaras

Estime los parámetros intrínsecos, extrínsecos y de distorsión de lente de las cámaras.

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 visión 3D

Extraiga la estructura 3D de una escena a partir de varias vistas 2D. Estime el movimiento y la posición de la cámara con odometría visual y ajuste las estimaciones de posición con SLAM visual.

Escena 3D reconstruida usando varias imágenes de una cámara en movimiento.

Estructura multivista a partir del movimiento.

Dos imágenes idénticas de coches estacionados, con coincidencias marcadas con círculos y cruces.

Detección y coincidencia de características para SLAM visual.

Escena de personas en un vestíbulo junto a la imagen de profundidad relativa de los puntos de la misma escena.

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.

Visualización de una nube de puntos de streaming desde un sensor de LiDAR.

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).

Registro y combinación de una serie de nubes de puntos.

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.

Nube de puntos 3D con clusters identificados mediante segmentación.

Identificación de clusters en una nube de puntos mediante segmentación de nube de puntos.

Detección, extracción y coincidencia de características

Use flujos de trabajo basados en características para detección de objetos, registro de imágenes y reconocimiento de objetos.

A la izquierda, imagen de una caja; a la derecha, detección de la misma imagen entre otros objetos, mediante la coincidencia de puntos de características.

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 a partir de varias imágenes mediante el registro basado en características.

Imagen panorámica creada mediante el registro basado en características.

Seguimiento de objetos y estimación del movimiento

Estime el movimiento y realice el seguimiento de objetos en secuencias de vídeo e imágenes.

Estimación del movimiento

Estime el movimiento entre distintos cuadros de vídeo mediante flujo óptico, coincidencia de bloques y coincidencia de plantillas.

Dos objetos en movimiento junto con el campo de movimiento detectado mediante flujo óptico.

Detección de objetos en movimiento con una cámara fija.