OpenCV 更新总结（持续更新）

基于 opencv_git_changelog——以下为自总结的部分关键点内容，需要查看具体更新内容的，小手一点进入官方日志

更新于 20210331

** 4.4.0 **
DNN 模块

1. 由于 SIFT 专利已经过期，SIFT 加入到主分支，不再受contrib nonfree限制
2. 支持yolov4，onnx增加 resnet backbone 支持，支持 EfficientDet
3. 增加了 文字检测 的demo，EAST + crnn
4. 对本次更新增加了openvino的支持
   G-API
5. 增加更过的面向视频的图apii操作，如goodFeaturesToTrack, buildOpticalFlowPyramid等
6. 图像处理上，增加了 拉普拉斯核 和 双边滤波
   还有一些其他的更新，不具体进行列举了

And many other great contributions from OpenCV community, including, but not limited to:

Obj-C / Swift bindings: #17165

(opencv_contrib) Julia bindings as part of ongoing GSoC project: #2547

(opencv_contrib) BIMEF: A Bio-Inspired Multi-Exposure Fusion Framework for Low-light Image Enhancement: #2448

Enable Otsu thresholding for CV_16UC1 images: #16640

Add Stroke Width Transform algorithm for Text Detection: #2464

Planned migration on Apache 2 license for next releases OE-32 #17491

记录于20191029

目前导航系统使用的opencv版本为ros-kinetic-opencv，使用的是opencv-dev-3.3.1
该版本优化和扩展了opencv_dnn，增加了：
Face detection sample and the light-weight Resnet-10 + SSD
The partial Darknet parser, enough to parse YOLO models
Preliminary support for FP16 networks has been added.

在此之上，opencv3.4更新
继续扩展了dnn模块：
增加了faster R-CNN
dnn利用openCL加速（使用了iGPU() ）提升了7倍MobileNet-SSD的速度
3.4.2

1. 增加一个计算目标值DNN_TARGET_OPENCL_FP16
2. 扩展intel gpu interface
3. 支持yolov3
4. 减少dnn内存开销，优化对tensorflow和keras的支持

4.0.0
移除较多的opencv1x的模块
需要C++11 （cv::String == std::string cv::Ptr 被包装到了std::shared_ptr）
DNN部分，优化

1. maskRCNN
2. 整合了integrate onnx parser
3. 优化了dnn模块在intel DLDT上的表现
4. 变更api blobFromImage 不再交换red和blue通道，不再裁剪图片
5. 增加了快捷路径，支持deeplearning network使用
   python object_detection.py opencv_fd
6. 修复AMD、NVIDIA gpu对于opencl的加速，现在只需要enable DNN_TARGET_OPENCL
   其余更新部分
   增加了QR code 的detector，位于 opencv/objdetect module
   还增加了kinect 的算法 opencv_contrib/rgbd module

4.1.0
DNN
减少内存消耗30%以上
更新并增强了intel 接口的使用
New networks from TensorFlow Object Detection API: Faster-RCNNs, SSDs and Mask-RCNN with dilated convolutions, FPN SSD 开始加空洞卷积模型的支持

4.1.1
增加了3D卷积网络
可视化网络cv::dnn::Net::dumpToFile
优化ONNX and TenforFlow 的接入接口

4.1.2
可使用高级API来区分classification model，区分了分类、目标识别、语义分割的模型，支持模型的预处理、后处理
更新openvino的backnend

总结
从3.3.1开始，opencv一直在对dnn进行优化，扩展各个模型的支持，后续版本可支持到yolov3，maskRCNN等神经网络，优化SSD等网络的速度
不断给Intel® Inference Engine提供新的后端处理优化
增加了dnn模型的各项分类

20200520 记录

4.2.0
整合了GSoC 项目的 CUDA backend， 支持gpu
openvino的更新
SIMD 内置函数的优化，降金字塔操作多线程
VideoCapture 的更新，支持FFmPeg backend
opencv_contrib更新
一个有意思的点：LOGOS features matching
两个其他的算法更新 FSR图像修补，RIC 插值

4.3.0
DNN：
提升了layers的性能，支持更多的模型
增加 DaSiamRPN 追踪器 demo
优化、修复一些cuda backend的问题
引入alpha matting，前背景分离 详见opencv_contrib