מעלדונג פון קאָמפּיוטער זעאונג ביבליאָטעק OpenCV 4.2

פארגעקומען релиз свободной библиотеки OpenCV 4.2 (Open Source Computer Vision Library), предоставляющей средства для обработки и анализа содержимого изображений. OpenCV предоставляет более 2500 алгоритмов, как классических, так и отражающих последние достижения в области компьютерного зрения и систем машинного обучения. Код библиотеки написан на языке С++ и פונאנדערגעטיילט דורך под лицензией BSD. Биндинги подготовлены для различных языков программирования, включая Python, MATLAB и Java.

די ביבליאָטעק קענען ווערן גענוצט צו דערקענען אַבדזשעקץ אין פאָוטאַגראַפס און ווידיאס (למשל, דערקענונג פון פנימער און פיגיערז פון מענטשן, טעקסט, אאז"ו ו), טראַקינג די באַוועגונג פון אַבדזשעקץ און קאַמעראַס, קלאַסאַפייינג אַקשאַנז אין ווידעא, קאַנווערטינג בילדער, יקסטראַקטינג 3D מאָדעלס, דזשענערייטינג 3 ד פּלאַץ פון בילדער פון סטעריאָו קאַמעראַס, קריייטינג הויך-קוואַליטעט בילדער דורך קאַמביינינג בילדער פון נידעריק קוואַליטעט, זוכן פֿאַר אַבדזשעקץ אין די בילד וואָס זענען ענלעך צו די דערלאנגט גאַנג פון עלעמענטן, אַפּלייינג מאַשין לערנען מעטהאָדס, פּלייסינג מאַרקערס, ידענטיפיצירן פּראָסט עלעמענטן אין פאַרשידענע בילדער, אויטאָמאַטיש ילימאַנייטינג חסרונות אַזאַ ווי רויט-אויג.

В נייַ מעלדונג:

• В модуль DNN (Deep Neural Network) с реализацией алгоритмов машинного обучения на основе нейронных сетей добавлен бэкенд для использования CUDA и реализована экспериментальная поддержка API nGraph OpenVINO;
• С использованием SIMD-инструкций проведена оптимизация производительности кода для стереовывода (StereoBM/StereoSGBM), изменения размера, наложения маски, поворота, расчёта недостающих компонентов цвета и многих других операций;
• Добавлена многопоточная реализация функции pyrDown;
• Добавлена возможность извлечения видеопотоков из медиаконтейнеров (demuxing) при помощи бэкенда videoio на базе FFmpeg;
• Добавлен алгоритм для быстрой частотно-селективной реконструкции повреждённых изображений פסר (Frequency Selective Reconstruction);
• צוגעגעבן אופֿן ריק для интерполяции типовых незаполненных областей;
• Добавлен метод нормализации отклонений לאָגאָס;
• В модуле G-API (opencv_gapi), выполняющем функции движка для эффективной обработки изображений с использованием алгоритмов на основе графов, реализована поддержка более сложных гибридных алгоритмов компьютерного зрения и глубинного машинного обучения. Обеспечена поддержка бэкенда Intel Inference Engine. В модель выполнения добавлена поддержка обработки видеопотоков;
• ילימאַנייטאַד וואַלנעראַביליטיז (CVE-2019-5063, CVE-2019-5064), которые потенциально могут привести к выполнению кода атакующего при обработке непроверенных данных в форматах XML, YAML и JSON. Если в процессе разбора JSON встретился символ с нулевым кодом, значение целиком копируется в буфер, но без должной проверки выхода за границы выделенной области памяти.

מקור: opennet.ru