Computer Vision Toolbox는 컴퓨터 비전 시스템의 설계, 시뮬레이션, 보정 및 배포를 위한 알고리즘, 앱 및 AI 모델을 제공합니다. 객체 검출 및 추적, 특징 매칭, 광학 흐름을 수행할 수 있습니다. 또한 다중센서 구성을 포함한 카메라 보정을 자동화할 수 있습니다. 3차원 비전의 경우 이 툴박스는 움직임 기반 구조, 실시간 SLAM, 그리고 NeRF와 같은 신규 시점 합성 기법을 지원합니다. 컴퓨터 비전 앱을 사용하면 자동화 기능을 비롯한 보정 및 다중 사용자 영상 및 비디오 레이블 지정을 수행할 수 있습니다.
이 툴박스는 사전 훈련된 컨벌루션 신경망, 비전 트랜스포머 및 비전 언어 모델 등의 다양한 AI 기법을 제공합니다. 영상 분류, 객체 검출, 분할, 자세 추정, 영상 캡션 생성, 시각 질의응답 및 OCR과 같은 작업에 이러한 사전 훈련된 모델을 사용하거나 전이 학습을 통해 이러한 모델을 추가로 사용자 지정할 수 있습니다.
C/C++ 및 HDL로 코드를 생성하고, GPU 또는 NPU 하드웨어 타겟을 위한 코드를 생성할 수 있습니다. (MATLAB Coder, HDL Coder, GPU Coder 및 하드웨어 지원 패키지 사용) 또한 사용자 지정 앱을 개발할 수도 있습니다. (MATLAB Compiler 사용)
영상 및 비디오 ground truth 레이블 지정
비디오 레이블 지정기 앱 및 영상 레이블 지정기 앱을 활용해 객체 검출, 의미론적 분할, 인스턴스 분할, 장면 분류의 레이블 지정을 자동화할 수 있습니다.
딥러닝과 머신러닝
머신러닝 모델 및 딥러닝 신경망을 훈련시키거나 사전 훈련된 신경망을 사용해 객체 검출과 분할을 수행할 수 있습니다. 이러한 신경망의 성능을 평가하고 C/C++ 또는 CUDA® 코드를 생성해 신경망을 배포할 수 있습니다.
카메라 보정
카메라 보정기 앱, 스테레오 카메라 보정기 앱 또는 내장 함수를 사용해 단안 카메라 및 스테레오 카메라 쌍의 내부, 외부 및 렌즈 왜곡 파라미터를 추정할 수 있습니다.
다중센서 보정
카메라, 라이다 및 IMU 간의 외부 파라미터를 추정할 수 있습니다. 내장 함수를 사용해 로봇의 핸드-아이 보정을 수행할 수 있습니다. 다중 카메라 보정기 앱을 사용해 다중 카메라 시스템을 보정할 수 있습니다.
비주얼 SLAM
미지의 환경에 대한 지도를 작성하면서 주변 환경을 기준으로 카메라의 위치와 방향을 추정할 수 있습니다. 번들 조정 및 자세 그래프 최적화를 사용하여 자세 추정값을 개선할 수 있습니다.
3차원 복원
SfM(움직임 기반 구조)을 사용해 여러 2차원 영상으로부터 장면의 3차원 구조를 복원할 수 있습니다. NeRF(신경 복사장)와 같은 AI 기반 기법을 사용해 실사적인 신규 시점 영상을 생성할 수 있습니다.
특징 검출, 추출, 매칭
여러 영상에 걸쳐 블롭, 경계, 코너 등의 특징들을 검출하고 추출하며 매칭할 수 있습니다. 서로 일치하는 특징을 정합이나 객체 분류에, 또는 SLAM 같은 복잡한 워크플로에서 사용할 수 있습니다.
코드 생성과 타사 지원
컴퓨터 비전 알고리즘으로부터 코드를 생성하여 신속 프로토타이핑, 배포 및 검증을 수행할 수 있습니다. OpenCV 기반 프로젝트 및 함수를 MATLAB 및 Simulink에 통합할 수 있습니다.
제품 관련 자료:
“단 몇 줄의 MATLAB 코드만으로 머신러닝 기능을 사용할 수 있습니다. 그러면 엔지니어는 훈련된 분류기를 직접적 개입이나 공정 지연 없이 코드 생성을 통해 컴퓨터에 배포할 수 있습니다.”
Computer Vision Toolbox FAQ
Computer Vision Toolbox는 외관 검사, 객체 검출 및 추적, 특징 검출, 추출 및 매칭을 비롯한 컴퓨터 비전 시스템의 설계 및 테스트를 위한 알고리즘과 앱을 제공합니다.
이 툴박스는 영상 분류, 객체 검출, 분할, 자세 추정, 캡션 생성, VQA(시각 질의응답) 및 OCR(광학 문자 인식) 등의 작업에 사용할 수 있는 사전 훈련된 CNN(컨벌루션 신경망), 비전 트랜스포머, 비전 언어 모델을 제공할 뿐만 아니라 광학 흐름 및 3차원 깊이 추정 등과 같은 비전 작업을 위한 제로샷 모델도 제공합니다.
비디오 레이블 지정기 앱 및 영상 레이블 지정기 앱을 사용하면 객체 검출, 의미론적 분할, 인스턴스 분할, 장면 분류에 대한 자동화 워크플로를 통해 팀 기반 ground truth 레이블 지정을 수행할 수 있습니다.
Computer Vision Toolbox는 카메라 보정기 앱, 스테레오 카메라 보정기 앱, 다중 카메라 보정기 앱 또는 내장 함수를 사용해 단일, 어안, 스테레오 및 다중 카메라 구성에 대한 보정 워크플로를 자동화합니다.
네, 이 툴박스는 3차원 비전 응용 사례를 위한 스테레오 비전, 움직임 기반 구조, NeRF(신경 복사장), 실시간 비주얼 SLAM을 지원합니다.
GPU 실행을 위해 C, C++, CUDA로 코드를 생성할 수 있으며, 신속 프로토타이핑, 배포 및 검증을 위해 HDL(하드웨어 기술 언어)로 코드를 생성할 수 있습니다.
