STEMMER IMAGING公司为其机器视觉软件库Common Vision BloxCVB)再添一款新的CVB Polimago工具,用于快速进行图像识别和位姿估计。

 

图形识别在机器视觉领域很普通也是很重要,适用于不同场合。据STEMMER表示,图形识别是否成功很大程度上决定于教学模型的可变性。如果在教学期间没有考虑到几何场景的变化,诸如旋转、大小、俯仰以及亮度,那么在后阶段识别速率将会下降。

 

在教学阶段,CVB Polimago借助某种算法节省用户时间。该算法通过生成模型的人工视图,模拟组件在现实生活场景中的不同位置。利用这个方法,该算法整合了相关教学模型的可变性,成功实现了可靠的训练图像识别功能,使得产品在不同场景都能保持更高的识别率。

 

新的CVB工具作为CVB库的一个模块,主要用于图形识别、位姿预估以及目标跟踪。CVB Polimago的软件许可证即将提供,CVB 2016 MultiOCommon Vision Blox的更新版,与USB3Linux兼容,基于ARMIntel操作平台;此外CVB Polimago和增强版CVB Barcode工具将于秋季面市。