configureDetectorMonoCamera
Сконфигурируйте детектор объектов для использования калиброванной монокулярной камеры
Описание
configuredDetector = configureDetectorMonoCamera(detector,sensor,objectSize)
ACF (совокупные функции канала)
Faster R-CNN (области со сверточными нейронными сетями)
Быстрый R-CNN
YOLO v2 (вы смотрите только один раз v2)
SSD (одиночный детектор),
для обнаружения объектов известного размера на наземной плоскости. Укажите свой обученный детектор объектов, detector, строение камеры для преобразования координат изображения в мировые координаты, sensor, и область значений ширин и длин объектов, objectSize.
Примеры
Обнаружение транспортных средств с помощью монокулярной камеры и ACF
Сконфигурируйте детектор объектов ACF для использования с монокулярной камерой, установленной на автомобиль , оборудованный датчиком. Используйте этот детектор для обнаружения транспортных средств в видеокадрах, захваченных камерой.
Загрузка acfObjectDetector объект предварительно обучен обнаружению транспортных средств.
detector = vehicleDetectorACF;
Моделируйте монокулярный датчик камеры путем создания monoCamera объект. Этот объект содержит характеристики камеры и местоположение камеры на автомобиль , оборудованный датчиком.
focalLength = [309.4362 344.2161]; % [fx fy] principalPoint = [318.9034 257.5352]; % [cx cy] imageSize = [480 640]; % [mrows ncols] height = 2.1798; % height of camera above ground, in meters pitch = 14; % pitch of camera, in degrees intrinsics = cameraIntrinsics(focalLength,principalPoint,imageSize); monCam = monoCamera(intrinsics,height,'Pitch',pitch);
Сконфигурируйте детектор для использования с камерой. Ограничьте ширину обнаруженных объектов типичной областью значений для ширины транспортного средства: 1,5-2,5 метра. Сконфигурированный детектор является acfObjectDetectorMonoCamera объект.
vehicleWidth = [1.5 2.5]; detectorMonoCam = configureDetectorMonoCamera(detector,monCam,vehicleWidth);
Загрузите видео, снятое с камеры, и создайте считыватель видео и плеер.
videoFile = fullfile(toolboxdir('driving'),'drivingdata','caltech_washington1.avi'); reader = VideoReader(videoFile); videoPlayer = vision.VideoPlayer('Position',[29 597 643 386]);
Запустите детектор в цикле по видео. Аннотируйте видео с ограничивающими рамками для обнаружений и оценок достоверности обнаружения.
cont = hasFrame(reader); while cont I = readFrame(reader); % Run the detector. [bboxes,scores] = detect(detectorMonoCam,I); if ~isempty(bboxes) I = insertObjectAnnotation(I, ... 'rectangle',bboxes, ... scores, ... 'Color','g'); end videoPlayer(I) % Exit the loop if the video player figure is closed. cont = hasFrame(reader) && isOpen(videoPlayer); end release(videoPlayer);
Входные параметры
Выходные аргументы
См. также
acfObjectDetector | acfObjectDetectorMonoCamera | fasterRCNNObjectDetector | fasterRCNNObjectDetectorMonoCamera | fastRCNNObjectDetector | fastRCNNObjectDetectorMonoCamera | monoCamera | ssdObjectDetectorMonoCamera | yolov2ObjectDetectorMonoCamera