Publikimi i bibliotekës së vizionit kompjuterik OpenCV 4.2

Ndodhi lirim falas i bibliotekës OpenCV 4.2 (Open Source Computer Vision Library), e cila ofron mjete për përpunimin dhe analizimin e përmbajtjes së imazhit. OpenCV ofron më shumë se 2500 algoritme, klasike dhe që pasqyrojnë përparimet më të fundit në sistemet e vizionit kompjuterik dhe të mësimit të makinerive. Kodi i bibliotekës është i shkruar në C++ dhe shperndare nga nën licencën BSD. Lidhjet përgatiten për gjuhë të ndryshme programimi, duke përfshirë Python, MATLAB dhe Java.

Biblioteka mund të përdoret për të njohur objektet në fotografi dhe video (për shembull, njohja e fytyrave dhe figurave të njerëzve, teksti, etj.), Për të gjurmuar lëvizjen e objekteve dhe kamerave, për klasifikimin e veprimeve në video, konvertimin e imazheve, nxjerrjen e modeleve 3D, gjenerimi i hapësirës 3D nga imazhet nga kamerat stereo, krijimi i imazheve me cilësi të lartë duke kombinuar imazhe me cilësi më të ulët, kërkimi i objekteve në imazh që janë të ngjashëm me grupin e paraqitur të elementeve, aplikimi i metodave të mësimit të makinerive, vendosja e shënuesve, identifikimi i elementeve të përbashkët në të ndryshme imazhe, duke eliminuar automatikisht defekte të tilla si skuqja e syve.

В i ri lirimin:

• Një backend për përdorimin e CUDA është shtuar në modulin DNN (Deep Neural Network) me zbatimin e algoritmeve të mësimit të makinerive të bazuara në rrjetet nervore dhe është zbatuar mbështetje eksperimentale API nGrafiku OpenVINO;
• Duke përdorur udhëzimet SIMD, performanca e kodit u optimizua për daljen stereo (StereoBM/StereoSGBM), ndryshimin e madhësisë, maskimin, rrotullimin, llogaritjen e përbërësve të ngjyrave që mungojnë dhe shumë operacione të tjera;
• U shtua zbatimi me shumë fije i funksionit pyrDown;
• U shtua aftësia për të nxjerrë transmetime video nga kontejnerët e mediave (demuxing) duke përdorur backend-in videoio bazuar në FFmpeg;
• Algoritmi i shtuar për rindërtimin e shpejtë të imazheve të dëmtuara me përzgjedhje të frekuencës FSR (Rindërtimi selektiv i frekuencës);
• Metoda e shtuar RIC për interpolimin e zonave tipike të paplotësuara;
• Metoda e normalizimit të devijimit të shtuar LOGOS;
• Moduli G-API (opencv_gapi), i cili vepron si një motor për përpunimin efikas të imazhit duke përdorur algoritme të bazuara në grafik, mbështet vizionin kompjuterik hibrid më kompleks dhe algoritme të mësimit të thellë të makinerive. Ofrohet mbështetje për prapavijën e Intel Inference Engine. Mbështetje e shtuar për përpunimin e transmetimeve video në modelin e ekzekutimit;
• Eliminuar dobësitë (CVE-2019-5063, CVE-2019-5064), i cili potencialisht mund të çojë në ekzekutimin e kodit të sulmuesit kur përpunohen të dhëna të paverifikuara në formatet XML, YAML dhe JSON. Nëse një karakter me një kod null haset gjatë analizës JSON, e gjithë vlera kopjohet në buffer, por pa kontrolluar siç duhet nëse i tejkalon kufijtë e zonës së caktuar të memories.

Burimi: opennet.ru