视频贴图

用于计算机视觉应用的标签视频

展开所有页面

描述

该视频贴图应用程序使您可以在视频中以图像序列或自定义数据源阅读器标记地面真实数据。使用应用程序，您可以：

定义矩形区域（ROI）标签，折线ROI标签，像素ROI标签和场景标签。使用这些标签以交互方式标记您的地面真理数据。
使用内置检测或跟踪算法来标记您的地面真理数据。
编写，导入和使用自己的自定义自动化算法自动标记地面真相。看到创建标签自动化算法。
使用视觉摘要评估标签自动化算法的性能。看到查看地面真理标签摘要。
将标签的地面真理导出为一个地面目的。您可以使用此对象进行系统验证或培训对象检测器或语义分段网络。看到对象检测和语义分割的培训数据。

要了解有关此应用程序的更多信息，请参阅开始使用视频贴标程序。

打开视频贴标程序应用程序

马铃薯^®Toolstrip：在应用标签，下面图像处理和计算机视觉，单击“应用”图标。
matlab命令提示符：输入videolabeler.。

例子

程序使用

展开全部

`videolabeler.`

videolabeler.打开应用程序的新会话，使您可以在视频或图像序列中标记地面真实数据。

`Videolabeler（Videofilename）`

Videolabeler（Videofilename）打开应用程序并加载输入视频。视频文件必须具有支持的扩展名金宝app录像机。

例：Videolabeler（'vipmen.avi'）

`Videolabeler（ImageSeqfolder）`

Videolabeler（ImageSeqfolder）打开应用程序并从输入文件夹加载图像序列。一个图像序列是一个类似于视频的有序图像集。

ImageSeqfolder.必须是字符串标量或字符向量，用于指定包含图像文件的文件夹。图像文件必须具有支持的扩展金宝appimformats.并按返回的顺序加载谜语功能。

图像in.ImageSeqfolder.必须是相同的大小。如果图像大小不同，则应用程序仅导入与序列中的第一映像相同大小的图像。要标记大小不同的无序图像集合，请使用图像贴标器应用程序代替。

`Videolabeler（ImageSeqfolder，时间戳）`

Videolabeler（ImageSeqfolder，时间戳）打开应用程序并加载具有相应时间戳的一系列图像。时间戳必须是A.持续时间与序列中的图像数量相同的矢量。

例如，将一系列图像和它们的相应时间戳加载到应用程序中。

imagedir = fullfile（toolboxdir（'视力'），'VisionData'那'newtsukuba'）;时间戳=秒（1：150）;Videolabeler（Imagedir，时间戳）

`Videolabeler（GTSource）`

Videolabeler（GTSource）打开应用程序并加载数据源和相应的时间戳地下adatasource.目的，gtsource.。要为自定义数据源生成此对象，可以指定自定义读取器功能。有关详细信息，请参阅使用自定义图像源读写标记。

`videolabeler（会议帧）`

videolabeler（会议帧）打开应用程序并加载已保存的应用程序会话，sessionfile.。该sessionfile.输入包含路径和文件名。垫子文件sessionfile.要点包含保存的会话。

限制

内置自动化算法仅支持矩形ROI标签的自动化。金宝app当您选择内置算法并单击自动化，场景标签，像素ROI标签，折线ROI标签，子标签和属性不会导入自动化会话。要自动化这些功能的标签，请创建自定义自动化算法。看到创建标签自动化算法。
像素ROI标签不支持子标签或属性。金宝app
标签摘要窗口不支持子标签或属性金宝app

ROI标签	描述	示例：驾驶场景
`长方形`	在对象周围绘制矩形ROI标签（边界框）。	车辆，行人，道路标志
`预计长方体`	绘制立方体投资回报标签（3-D边界盒）。
`线`	绘制线性ROI标签以表示线条。绘制折线投资回报率，使用两点或多个点。	车道边界，护栏，道路遏制
`像素标签`	将标签分配给像素以获取语义分割。您可以使用多边形，刷子或洪水填充手动标记像素。有关像素标签的更多信息，请参阅语义分割标签像素。	车辆，路面，树木，路面

提示

为避免使用新标签重新标记原始真理，请在标记您的地面真理之前组织您要使用的标签方案。

算法

展开全部

您可以使用标签自动化算法来加快应用程序中的标签。要创建自己的标签自动化算法要在应用程序中使用，请参阅创建标签自动化算法。您还可以使用提供的内置算法之一。按着这些次序：

加载要标记的数据，并创建至少一个标签定义。
在App ToolStrip上，单击选择算法，并选择一个内置自动化算法。
点击自动化，然后按照自动化窗口的右窗格中的自动化说明进行操作。

ACF人员探测器

使用聚合通道功能（ACF）检测和标记人员。该算法基于Peopledetectoracf.功能。要使用此算法，必须定义至少一个矩形ROI标签。您无需绘制任何ROI标签。

为了帮助改进算法结果，请首先单击设置。您可以更改任何这些设置。

算法使用的预染人探测器模型 -'inria-100x41'使用INRIA人员数据集接受培训模型。该'Caltech-50x21'使用CALTECH行人数据集接受培训的模型。
重叠比率阈值，从0到1，用于检测人 - 当矩形ROI重叠超过此阈值时，算法丢弃了一个ROI。
检测人员的分类得分阈值 - 增加分数以增加算法的预测置信度。丢弃具有以下阈值以下分数的矩形。

点跟踪器

通过使用Kanade-Lucas-Tomasi（KLT）算法，在短时间内跟踪和标记一个或多个矩形ROI标签。该算法基于Vision.PointCracker.System Object™。要使用此算法，必须定义至少一个矩形ROI标签，但您无需绘制任何ROI标签。

要更改用于获取跟踪初始点的特征检测器，请单击设置。此表显示了特征探测器选项。

特征探测器	描述	等效功能
`最小eIgen价值`	使用最小特征值算法检测角落。	`侦探训练`
`哈里斯`	使用Harris-Stephens算法检测角落。	`探测器法`
`快速`	通过使用加速段测试（FAST）算法的特征来检测角落。	`检测到空间`
`轻快`	使用二进制鲁棒不变可伸缩关键点（快速）算法来检测特征。	`检察机构`
`Kaze.`	通过使用非线性扩散来构造图像的刻度空间，然后从该刻度空间中检测多尺度角特征（Kaze特征）来检测特征。	`检察官化`
`冲浪`	通过使用加速鲁棒功能（SURF）算法来检测BLOB功能。	`探测拍摄`
`MSER.`	通过使用最大稳定的极值区域（MSER）算法来检测区域。	`检测器饲料`

颞插管

通过在时间间隔内插入ROI位置，估计帧之间的矩形ROI。要使用此算法，必须在至少两个帧上绘制矩形ROI：在间隔开头和间隔末尾的一个。插值算法估计并在中间帧中绘制ROI。

考虑一个带10帧的视频。第一帧具有以[5,5]为中心的矩形ROI。第10帧具有以[25,25]为中心的矩形ROI。在每个帧，该算法在算法中移动ROI 2像素X- 和2个像素y-方向。因此，该算法在第二帧中的[7,7]中的ROI在第三帧中[9,9]，等等，在第二帧中最多高达[23,23]。

ACF车辆探测器（需要自动化驾驶工具箱）

使用聚合通道功能（ACF）检测和标记车辆。该算法基于车辆（自动驾驶工具箱）功能。要使用此算法，必须定义至少一个矩形ROI标签。您无需绘制任何ROI标签。

为了帮助改进算法结果，请首先单击设置。您可以更改任何这些设置。

算法使用的预制车辆探测器模型 - 该'全景'使用车辆的前部，后部，左侧，右侧和右侧的未密封图像进行培训。该'前后视图'模型使用车辆前部和后侧的图像训练。
重叠比阈值从0到1，用于检测车辆 - 当矩形ROI重叠超过此阈值时，该算法丢弃了一个ROI。
用于检测车辆的分类得分阈值 - 增加得分以增加算法的预测置信度。丢弃具有以下阈值以下分数的矩形。

您还可以通过导入校准单眼相机配置检测器单纸巾（自动驾驶工具箱）对象进入MATLAB工作区。在世界单位中指定车辆的长度和宽度范围，例如米。

车道边界探测器（需要自动化驾驶工具箱）

使用估计的鸟瞰投影图像来检测和标记车道边界。要使用此算法，必须定义至少一行ROI标签。您无需绘制任何ROI标签。要检测车道边界，算法遵循以下步骤：

它在图像中的车道边界的位置进行了初步猜测。
它将吊索转变为鸟瞰图，以使车道平行并去除失真。
它使用此图像分段通道边界。

为了帮助改进算法结果，请首先单击设置。您可以更改任何这些设置。

泳道线的放置用于产生鸟瞰图图像
车道周围的ROI，您可以扩展到仅包含图像中的自我车道边界
图像中检测到的车道边界的像素宽度

您还可以更改要检测的通道边界数。默认的车道边界数是2。

也可以看看

主题

在R2018B中介绍

属性类型	示例属性定义	示例默认值
`数值`
`串`
`逻辑`
`列出`

视频贴图

描述

打开视频贴标程序应用程序

例子

相关例子

程序使用

`videolabeler.`

`Videolabeler（Videofilename）`

`Videolabeler（ImageSeqfolder）`

`Videolabeler（ImageSeqfolder，时间戳）`

`Videolabeler（GTSource）`

`videolabeler（会议帧）`

限制

更多关于

ROI标签，子标签和属性

提示

算法

ACF人员探测器

点跟踪器

颞插管

ACF车辆探测器（需要自动化驾驶工具箱）

车道边界探测器（需要自动化驾驶工具箱）

也可以看看

应用

职能

对象

主题

计算机视觉工具箱文档

金宝app

与Matlab引入深度学习