Rhyddhau llyfrgell gweledigaeth gyfrifiadurol OpenCV 4.2

cymryd lle rhyddhau llyfrgell am ddim OpenCV 4.2 (Llyfrgell Golwg Cyfrifiadurol Ffynhonnell Agored), sy'n darparu offer ar gyfer prosesu a dadansoddi cynnwys delwedd. Mae OpenCV yn darparu mwy na 2500 o algorithmau, rhai clasurol ac sy'n adlewyrchu'r datblygiadau diweddaraf mewn systemau gweledigaeth gyfrifiadurol a dysgu peirianyddol. Mae cod y llyfrgell wedi'i ysgrifennu yn C++ a dosbarthu gan dan drwydded BSD. Paratoir rhwymiadau ar gyfer ieithoedd rhaglennu amrywiol, gan gynnwys Python, MATLAB a Java.

Gellir defnyddio'r llyfrgell i adnabod gwrthrychau mewn ffotograffau a fideos (er enghraifft, adnabod wynebau a ffigurau pobl, testun, ac ati), olrhain symudiad gwrthrychau a chamerΓ’u, dosbarthu gweithredoedd mewn fideo, trosi delweddau, echdynnu modelau 3D, cynhyrchu gofod 3D o ddelweddau o gamerΓ’u stereo, creu delweddau o ansawdd uchel trwy gyfuno delweddau o ansawdd is, chwilio am wrthrychau yn y ddelwedd sy'n debyg i'r set o elfennau a gyflwynir, cymhwyso dulliau dysgu peirianyddol, gosod marcwyr, nodi elfennau cyffredin mewn gwahanol delweddau, gan ddileu diffygion fel llygad coch yn awtomatig.

Π’ newydd rhyddhau:

  • Mae backend ar gyfer defnyddio CUDA wedi'i ychwanegu at y modiwl DNN (Deep Neural Network) gyda gweithrediad algorithmau dysgu peirianyddol yn seiliedig ar rwydweithiau niwral a chefnogaeth API arbrofol wedi'i roi ar waith ngraff OpenVINO;
  • Gan ddefnyddio cyfarwyddiadau SIMD, optimeiddiwyd perfformiad cod ar gyfer allbwn stereo (StereoBM / StereoSGBM), newid maint, masgio, cylchdroi, cyfrifo cydrannau lliw coll a llawer o weithrediadau eraill;
  • Ychwanegwyd gweithrediad aml-edau y swyddogaeth pyrDown;
  • Ychwanegwyd y gallu i echdynnu ffrydiau fideo o gynwysyddion cyfryngau (demuxing) gan ddefnyddio'r backend videoio yn seiliedig ar FFmpeg;
  • Ychwanegwyd algorithm ar gyfer ail-greu delweddau wedi'u difrodi yn gyflym amledd-ddewisol FSR (Ailadeiladu Dewisol Amlder);
  • Ychwanegwyd dull RIC ar gyfer rhyngosod ardaloedd gwag nodweddiadol;
  • Ychwanegwyd dull normaleiddio gwyriad LOGOS;
  • Mae'r modiwl G-API (opencv_gapi), sy'n gweithredu fel peiriant ar gyfer prosesu delweddau effeithlon gan ddefnyddio algorithmau seiliedig ar graff, yn cefnogi gweledigaeth gyfrifiadurol hybrid mwy cymhleth ac algorithmau dysgu peiriant dwfn. Darperir cefnogaeth ar gyfer backend Intel Inference Engine. Ychwanegwyd cefnogaeth ar gyfer prosesu ffrydiau fideo i'r model gweithredu;
  • Wedi'i ddileu gwendidau (CVE-2019-5063, CVE-2019-5064), a all o bosibl arwain at weithredu cod ymosodwr wrth brosesu data heb ei wirio mewn fformatau XML, YAML a JSON. Os deuir ar draws nod gyda chod nwl yn ystod dosrannu JSON, caiff y gwerth cyfan ei gopΓ―o i'r byffer, ond heb wirio'n iawn a yw'n mynd y tu hwnt i ffiniau'r ardal cof a neilltuwyd.

Ffynhonnell: opennet.ru

Ychwanegu sylw