${message}

${message}

Разработка и тестирование алгоритмов компьютерного зрения, 3D-зрения, обработка, и анализ видео.

Computer Vision Toolbox – предоставляет алгоритмы, функции, приложения для разработки и тестирования систем компьютерного зрения, 3D-зрения, обработки и анализа видео. Вы можете выполнять обнаружение и отслеживание объектов, детектировать и извлекать признаки, выполнять их сопоставление. Для 3D-зрения инструмент поддерживает калибровку одиночных и стереокамер, 3D-реконструкцию объектов, обработку данных с лидаров и 3D-облаков точек. Приложения из Computer Vision автоматизируют процесс калибровки камер и разметки достоверных (исходных) данных для обучения алгоритмов.

Вы можете обучать собственные детекторы объектов, используя алгоритмы глубокого и машинного обучения, например YOLO v2, Faster R-CNN и ACF. Для семантической сегментации изображений и видео вы можете применять алгоритмы глубокого обучения - SegNet, U-Net и DeepLab. Предобученные модели позволяют обнаруживать лица, пешеходов, автомобили и другие общие объекты.
Вы можете ускорить свои алгоритмы запуская их на многоядерных CPU-процессорах и на GPU-ядрах. Большинство алгоритмов поддерживает генерацию C/C ++ кода, для интеграции с существующим кодом, разработки десктопных приложений или для развёртывания алгоритмов компьютерного зрения на встраиваемых системах.


Глубокое и машинное обучение

Обнаружение, распознавание и сегментация объектов на основе глубокого и машинного обучения.

Детектирование и распознавание объектов

Инструменты предоставляют среду для обучения, оценки и развертывания детекторов на основе глубокого и машинного обучения - YOLO v2, Faster R-CNN, ACF и Viola-Jones алгоритмов. Для распознавания объектов можно использовать алгоритмы «мешок визуальных слов», и оптическое распознавание символов - OCR. Предобученные модели обнаруживают лица, пешеходов, автомобили и другие общие объекты.


Пример детектирования и классификации объектов нейронной сетью


Семантическая сегментация

Сегментируйте изображения, 3D-наборы изображений классифицируя отдельные пиксели и воксели используя нейронные сети SegNet, FCN, U-Net и DeepLab v3 +.


Семантическая сегментация кадра видео сетью SegNet


Маркировка достоверных данных

Автоматизируйте процесс маркировки достоверных (исходных) данных для задач детектирования объектов, семантической сегментации и классификации сцен используя инструменты «Video Labeler» и «Image Labeler».


Маркировка данных в Image Labeler
Разметка данных для сегментации в MATLAB
Автоматизированная маркировка данных для обучения классификаторов в MATLAB

Лидары и 3D-облака точек

Сегментация, кластеризация, уменьшение шума, уменьшение размера, регистрация и определение геометрических форм на основе данных с лидара или 3D-облака точек.

Лидары и облака точек

Чтение, запись и отображения облака точек из файлов, лидаров и RGB-D-камер.


Визуализация 3D-облака точек с лидара


Регистрация облака точек

Регистрация 3D-облака точек с использованием алгоритмов нормального распределения (NDT), итеративного алгоритма ближайших точек (ICP) и алгоритма смещения когерентных точек (CPD).


Регистрация и сшивка серий облаков точек


Сегментация и определение геометрических форм

Сегментируйте облако точек на кластеры и выполняйте приближение формы облака точек к геометрическим фигурам.


Кластеризация облака точек

Калибровка камер

Оценка внутренних и внешних параметров камеры и искажений объектива.

Калибровка моно-камер

Автоматическое определение шаблона калибровки и автоматизация самого процесса калибровки камер в приложении «Camera Calibrator app».


Калибровка камеры в Camera Calibrator app


Калибровка стереокамер

Калибровка стереокамер в «Camera Calibrator app» для вычисления карты глубины и 3D-реконструкции сцены.


Калибровка стереокамеры в Camera Calibrator app

3D-зрение и стереозрение

Нахождение 3D-структуры сцены из нескольких 2D-изображений. Оценка движения и положения камеры при помощи визуальной одометрии.

3D-зрение

Нахождение структуры поверхности из кадров с движущийся камеры и визуальная одометрия.


Нахождение структуры поверхности из серии снимков


Стереозрение

Нахождение карты глубины и восстановление 3D-сцены при помощи стереокамеры.


Нахождение карты глубины по стереоизображению

Обнаружение, извлечение и сопоставление признаков

Извлечение признаков для обнаружения объектов, регистрации изображений и распознавания объектов.

Обнаружение, извлечение и сопоставление признаков

Обнаружение, извлечение и сопоставление особенных признаков изображений такие, как края, углы на нескольких изображениях.


Обнаружение объекта на основе сопоставления признаков


Регистрация изображений на основе признаков

Сопоставьте признаки на нескольких изображениях, для оценки геометрического преобразования между изображениями, для последующей регистрации последовательности изображений.


Создание панорамного снимка на основе совпадения признаков

Трекинг объектов и оценка движения

Оценивайте движение и отслеживайте объекты в видео и в последовательности изображений.

Трекинг объектов

Отслеживание траектории объекта от кадра к кадру в видеопоследовательности.


Трекинг нескольких объектов


Оценка движения

Оценивайте движение между кадрами используя оптический поток, алгоритмы сопоставления блоков или шаблонов.


Детектирование движущихся объектов методом оптического потока

OpenCV интерфейс

Интегрируете и используйте свои наработки из OpenCV в MATLAB установив пакет расширения "Computer Vision Toolbox OpenCV Interface".


Использование OpenCV в MATLAB

Генерация кода

Интегрируйте разработку алгоритмов с быстрым созданием прототипов, внедрением и проверкой рабочих процессов.

Генерация кода

Интегрируйте разработку алгоритмов с быстрым созданием прототипов, внедрением и проверкой рабочих процессов.


NVIDIA jetson поддерживаются GPU-кодером


Детектирование линий разметки. Генерация кода и запуск алгоритма на NVIDIA Jetson TX2
Сегментация изображения сетью - SegNet. 2 – генерация кода и запуск алгоритма на NVIDIA Jetson TX2


Генерация HDL кода и запуск алгоритма на ПЛИС Intel SoKit

Поделиться

Задать вопрос

*
Настоящим в соответствии с Федеральным законом № 152-ФЗ «О персональных данных» от 27.07.2006, отправляя данную форму, вы подтверждаете свое согласие на обработку персональных данных . Мы, ООО ЦИТМ "Экспонента" и аффилированные к нему лица, гарантируем конфиденциальность получаемой нами информации. Обработка персональных данных осуществляется в целях эффективного исполнения заказов, договоров и пр. в соответствии с «Политикой конфиденциальности персональных данных». * - обязательные поля