Vrystelling van OpenCV 4.2 rekenaarvisie-biblioteek

plaasgevind gratis biblioteekvrystelling OpenCV 4.2 (Open Source Computer Vision Library), wat gereedskap verskaf vir die verwerking en ontleding van beeldinhoud. OpenCV bied meer as 2500 XNUMX algoritmes, beide klassiek en weerspieël die jongste vooruitgang in rekenaarvisie en masjienleerstelsels. Die biblioteekkode is geskryf in C++ en versprei deur onder BSD-lisensie. Bindings word voorberei vir verskeie programmeertale, insluitend Python, MATLAB en Java.

Die biblioteek kan gebruik word om voorwerpe in foto's en video's te herken (byvoorbeeld herkenning van gesigte en figure van mense, teks, ens.), die beweging van voorwerpe en kameras na te spoor, aksies in video te klassifiseer, beelde om te skakel, 3D-modelle te onttrek, genereer 3D-spasie uit beelde vanaf stereokameras, skep van hoë gehalte beelde deur beelde van laer gehalte te kombineer, soek na voorwerpe in die beeld wat soortgelyk is aan die voorgestelde stel elemente, toepassing van masjienleermetodes, plaas merkers, identifisering van algemene elemente in verskillende beelde, wat defekte soos rooi-oog outomaties uitskakel.

В nuut vrylating:

  • 'n Backend vir die gebruik van CUDA is by die DNN (Deep Neural Network)-module gevoeg met die implementering van masjienleeralgoritmes gebaseer op neurale netwerke en eksperimentele API-ondersteuning is geïmplementeer nGraph OpenVINO;
  • Deur SIMD-instruksies te gebruik, is kodeprestasie geoptimaliseer vir stereo-uitvoer (StereoBM/StereoSGBM), grootteverandering, maskering, rotasie, berekening van ontbrekende kleurkomponente en baie ander bewerkings;
  • Bygevoeg multi-threaded implementering van die funksie pyrDown;
  • Die vermoë bygevoeg om videostrome uit mediahouers te onttrek (demuxing) met behulp van die videoio-agtergrond gebaseer op FFmpeg;
  • Bygevoeg algoritme vir vinnige frekwensie-selektiewe rekonstruksie van beskadigde beelde FSR (Frekwensie Selektiewe Rekonstruksie);
  • Bygevoeg metode RIC vir interpolasie van tipiese ongevulde areas;
  • Bygevoeg afwyking normalisering metode LOGOS;
  • Die G-API-module (opencv_gapi), wat dien as 'n enjin vir doeltreffende beeldverwerking met behulp van grafiekgebaseerde algoritmes, ondersteun meer komplekse hibriede rekenaarvisie en diep masjienleeralgoritmes. Ondersteuning vir die Intel Inference Engine-agterkant word verskaf. Ondersteuning bygevoeg vir die verwerking van videostrome by die uitvoeringsmodel;
  • Uitgeskakel kwesbaarhede (CVE-2019-5063, CVE-2019-5064), wat moontlik kan lei tot die uitvoering van aanvallerkode wanneer ongeverifieerde data in XML-, YAML- en JSON-formate verwerk word. As 'n karakter met 'n nulkode tydens JSON-ontleding teëgekom word, word die hele waarde na die buffer gekopieer, maar sonder om behoorlik na te gaan of dit die grense van die toegewese geheuearea oorskry.

Bron: opennet.ru

Voeg 'n opmerking