Издаване на библиотеката за компютърно зрение OpenCV 4.2

Се състоя освобождаване на библиотеката OpenCV 4.2 (Open Source Computer Vision Library), предоставяща средства за обработка и анализ на съдържанието на изображения. OpenCV предоставя над 2500 алгоритма, както класически, така и отразяващи последните достижения в областта на компютърното зрение и системите за машинно обучение. Кодът на библиотеката е написан на C++ и се разпространява под лицензия BSD. Биндинги са подготвени за различни езици за програмиране, включително Python, MATLAB и Java.

Библиотеката може да се прилага за разпознаване на обекти на снимки и видеа (например, разпознаване на лица и фигури на хора, текст и т.н.), проследяване на движението на обекти и камера, класификация на действия на видео, преобразуване на изображения, извличане на 3D модели, формиране на 3D пространство от изображение от стереокамери, създаване на висококачествени изображения чрез обединение на изображения с по-ниско качество, търсене на изображението на обекти, подобни на представения набор от елементи, прилагане на методи за машинно обучение, разположение на маркери, откриване на общи елементи на различни изображения, автоматично отстраняване на дефекти, като ефект на червени очи.

В новия издание:

• В модула DNN (Deep Neural Network) с реализация на алгоритми за машинно обучение, базирани на невронни мрежи, е добавен бекенд за използване на CUDA и е реализирана експериментална поддръжка на API nGraph OpenVINO;
• С използване на SIMD инструкции е оптимизирана производителността на кода за стереовывод (StereoBM/StereoSGBM), промяна на размера, налагане на маска, въртене, изчисляване на липсващи цветови компоненти и много други операции;
• Добавена е многопоточна реализация на функцията pyrDown;
• Добавена е възможност за извличане на видеопотокове от медийни контейнери (demuxing) чрез бекенд videoio, базиран на FFmpeg;
• Добавен е алгоритъм за бързо частотно-селективно реконструиране на повредени изображения FSR (Частично-селективна реконструкция);
• Добавен е метод RIC за интерполация на типични незапълнени области;
• Добавен е метод за нормализация на отклоненията LOGOS;
• В модула G-API (opencv_gapi), изпълняващ функции на движещия двигател за ефективна обработка на изображения с помощта на алгоритми на базата на графи, е реализирана поддръжка на по-сложни хибридни алгоритми за компютърно зрение и дълбочинно машинно обучение. Осигурена е поддръжка на бекенд Intel Inference Engine. В модела на изпълнение е добавена поддръжка на обработка на видеопотокове;
• Отстранени уязвимости (CVE-2019-5063, CVE-2019-5064), които потенциално могат да доведат до изпълнение на код на атакуващия при обработка на непроверени данни във формати XML, YAML и JSON. Ако в процеса на парсване на JSON се срещне символ с нулев код, стойността изцяло се копира в буфера, но без необходимата проверка за изход извън границите на заделеното пространство.

Източник: opennet.ru