Computer Vision Toolbox
コンピューター ビジョン、3 次元ビジョン、および映像処理システムの設計およびテスト
Computer Vision Toolbox™ は、コンピューター ビジョン、3 次元ビジョン、および映像処理システムの設計とテストのためのアルゴリズム、関数、およびアプリを提供します。特徴の検出、抽出、マッチングに加えて、オブジェクトの検出と追跡を行うことができます。3 次元ビジョンでは、単一、ステレオ、および魚眼レンズカメラのキャリブレーション、ステレオ ビジョン、3 次元構造の再構築、LiDAR 点群と 3 次元点群の処理がサポートされています。コンピューター ビジョンアプリはグラウンドトゥルース ラベリングとカメラ キャリブレーションのワークフローを自動化します。
YOLO v2、Faster R-CNN、および ACF などのディープラーニングおよび機械学習アルゴリズムを使用して、カスタムのオブジェクト検出器の学習を実行できます。セマンティック セグメンテーションでは、SegNet、U-Net、および DeepLab などのディープラーニング アルゴリズムを使用できます。学習済みモデルを使用すると、顔や歩行者、その他のオブジェクトを検出できます。
アルゴリズムはマルチコア プロセッサおよび GPU 上で実行することで高速化できます。ツールボックスのほとんどのアルゴリズムでは、既存のコードとの統合、デスクトップ プロトタイピング、および組み込み画像システム展開を統合するための C/C++ コード生成をサポートしています。
ディープラーニングと機械学習
ディープラーニングと機械学習によるオブジェクトの検出、認識、セグメンテーション。
オブジェクトの検出と認識
YOLO v2、Faster R-CNN、ACF、Viola-Jones などのオブジェクト検出器の学習、評価、展開を行うフレームワーク。オブジェクト認識機能には、bag-of-visual-words と OCR が含まれています。学習済みモデルにより、顔や歩行者、その他のオブジェクトが検出されます。
Faster R-CNN を使用したオブジェクト検出。
セマンティック セグメンテーション
SegNet、FCN、U-Net、DeepLab v3+ などのネットワークを使用して個々のピクセルとボクセルを分類することで、画像と 3 次元ボリュームをセグメント化します。
グラウンド トゥルースのラベル付け
ビデオラベラー アプリとイメージラベラー アプリを使用したオブジェクト検出、セマンティック セグメンテーション、シーン分類のラベル付けを自動化します。
ビデオラベラーアプリを使用したグラウンドトゥルースのラベル付け。
LiDAR 点群と 3 次元点群の処理
LiDAR 点群または 3 次元点群のデータを使用した幾何学的形状のセグメンテーション、クラスタリング、ダウンサンプリング、ノイズ除去、レジストレーション、および近似。
LiDAR および点群 I/O
ファイル、LiDAR、RGB-D センサーから点群の読み取り、書き込み、表示を行います。
3 次元点群の表示。
点群のレジストレーション
正規分布変換 (NDT)、反復最近接点 (ICP)、コヒーレント点ドリフト (CPD) アルゴリズムを使用して 3 次元点群のレジストレーションを行います。
点群のレジストレーションと繋ぎ合わせ。
セグメンテーションおよび形状の近似
点群をクラスターにセグメント化し、幾何学的形状を点群に近似させます。自動運転アプリケーションとロボット工学アプリケーション用に LiDAR データ内の基平面をセグメント化します。
セグメント化された LiDAR 点群。
カメラ キャリブレーション
カメラの内部、外部、およびレンズ歪みのパラメーターを推定します。
単一カメラのキャリブレーション
カメラ キャリブレーター アプリを使用して、チェッカーボードの検出を自動化し、ピンホールカメラと魚眼レンズカメラのキャリブレーションを行います。
ステレオ カメラ キャリブレーション
深度の計算と 3 次元シーンの再構成を行うために、ステレオペアをキャリブレーションします。
ステレオ カメラ キャリブレーター アプリ。
3 次元ビジョンとステレオ ビジョン
複数の 2 次元ビューから、シーンの 3 次元構造を抽出します。ビジュアルオドメトリを使用して、カメラの動きと姿勢を推定します。
マルチビューのモーションの構造。
ステレオ ビジョン
ステレオカメラのペアを使用して、深度を推定し、3 次元シーンを再構築します。
相対深度を表すステレオ視差マップ。
特徴点検出、特徴量抽出およびマッチング
オブジェクト検出、画像レジストレーション、オブジェクト認識のための特徴ベースのワークフロー。
特徴点検出、特徴量抽出およびマッチング
複数の画像から、BLOB、エッジ、およびコーナーなどの関心のある特徴を検出、抽出、およびマッチングします。
特徴点の検出、抽出、およびマッチングによる要素の多いシーンでのオブジェクト検出。
特徴に基づく画像レジストレーション
複数の画像において特徴をマッチングし、画像間の幾何学的変換を推定し、イメージシーケンスのレジスタリングを行います。
特徴に基づくレジストレーションによって作成されたパノラマ。
オブジェクト追跡と動き推定
ビデオシーケンスとイメージシーケンス内の動きを推定し、オブジェクトを追跡します。
追跡したオブジェクトの軌跡を示す追跡痕。
動き推定
オプティカルフロー、ブロックマッチング、およびテンプレート マッチングを使用して、ビデオフレーム間の動きを推定します。
固定カメラを使用した移動するオブジェクトの検出。
OpenCV インターフェイス
MATLAB と OpenCV ベースプロジェクトのインターフェイス。
コード生成
アルゴリズムの開発を、ラピッド プロトタイピング、実装および検証のワークフローと統合します。
コード生成
ツールボックスの関数、クラス、システムオブジェクト、およびブロック用の C/C++、CUDA コード、および MEX 関数を生成します。
新機能
ビデオラベラーアプリ
ビデオの真値データ、イメージのシーケンスまたはカスタム データ ソースの対話形式での半自動ラベル付け
YOLO v2 オブジェクト検出器
“You Only Look Once” (YOLO) v2 ディープラーニング オブジェクト検出器の学習。
3 次元セマンティック セグメンテーション
3 次元ボリューム内のピクセル領域をディープラーニングを使用して分類。
LiDAR セグメンテーション
編成された 3 次元 LiDAR データから接地点をセグメント化し、点群をクラスターへ編成
点群処理のためのコード生成
MATLAB Coder を使用して点群処理のための C コードを生成
これらの機能および対応する関数の詳細については、リリースノートを参照してください。
