Liberigo de komputilvida biblioteko OpenCV 4.2

okazis senpaga biblioteko-liberigo OpenCV 4.2 (Open Source Computer Vision Library), kiu disponigas ilojn por prilaborado kaj analizo de bildenhavo. OpenCV disponigas pli ol 2500 algoritmojn, kaj klasikajn kaj reflektantajn la plej novajn progresojn en komputila vizio kaj maŝinlernado-sistemoj. La bibliotekkodo estas skribita en C++ kaj distribuita de sub BSD-licenco. Ligiloj estas pretaj por diversaj programlingvoj, inkluzive de Python, MATLAB kaj Java.

La biblioteko povas esti uzata por rekoni objektojn en fotoj kaj videoj (ekzemple, rekono de vizaĝoj kaj figuroj de homoj, teksto, ktp.), spuri la movadon de objektoj kaj fotiloj, klasifiki agojn en video, konverti bildojn, ĉerpi 3D modelojn, generi 3D-spacon el bildoj de stereofotiloj, kreante altkvalitajn bildojn kombinante malsuperkvalitajn bildojn, serĉante objektojn en la bildo similaj al la prezentita aro de elementoj, aplikante maŝinlernajn metodojn, metante markilojn, identigante komunajn elementojn en malsamaj. bildoj, aŭtomate forigante difektojn kiel ruĝ-okulajn.

В nova liberigi:

  • Backend por uzado de CUDA estis aldonita al la DNN (Deep Neural Network) modulo kun la efektivigo de maŝinlernado-algoritmoj bazitaj sur neŭralaj retoj kaj eksperimenta API-subteno estis efektivigita. nGraph OpenVINO;
  • Uzante SIMD-instrukciojn, koda efikeco estis optimumigita por stereoproduktado (StereoBM/StereoSGBM), regrandigo, maskado, rotacio, kalkulo de mankantaj kolorkomponentoj kaj multaj aliaj operacioj;
  • Aldonita multi-fadena efektivigo de la funkcio pyrDown;
  • Aldonis la kapablon ĉerpi videofluojn el amaskomunikilaj ujoj (demuksigo) uzante la videoio-backend bazitan sur FFmpeg;
  • Aldonita algoritmo por rapida frekvenc-selektema rekonstruo de difektitaj bildoj FSR (Frekvenca Selektiva Rekonstruo);
  • Aldonita metodo RIC por interpolado de tipaj neplenigitaj areoj;
  • Aldonita devio normaligo metodo LOGOJ;
  • La G-API-modulo (opencv_gapi), kiu funkcias kiel motoro por efika bildprilaborado uzante grafe-bazitajn algoritmojn, subtenas pli kompleksajn hibridajn komputilan vizion kaj profundajn maŝinlernajn algoritmojn. Subteno por la backend Intel Inference Engine estas provizita. Aldonita subteno por prilaborado de videofluoj al la ekzekutmodelo;
  • Forigita vundeblecoj (CVE-2019-5063, CVE-2019-5064), kiu eble povas kaŭzi atakan kodekzekuton dum prilaborado de nekontrolitaj datumoj en XML, YAML kaj JSON-formatoj. Se signo kun nula kodo estas renkontita dum JSON-analizo, la tuta valoro estas kopiita al la bufro, sed sen konvene kontroli ĉu ĝi superas la limojn de la asignita memorareo.

fonto: opennet.ru

Aldoni komenton