opencv4 图像特征匹配_OpenCV 4.5来了!更强的SIFT,改进RANSAC算法,新增目标跟踪网络SiamRPN++...

d5820bd520ab6d8279aa8261d474ca95.png
作者:CV Daily
Date:2020-10-16
来源:计算机视觉Daily微信公众号(系投稿)
原文:OpenCV 4.5来了!更强的SIFT,改进RANSAC算法,新增目标跟踪网络SiamRPN++

OpenCV 4.5 来了!

OpenCV 5 还会远么?也期待YOLOv5的加入

下面正式介绍一下2020.10.13 发布的OpenCV 4.5的亮点

github:https://github.com/opencv/opencv

主页:http://opencv.org

一、Apache 2

OpenCV licence 已更改为 Apache 2。从OpenCV 4.5.0开始,所有未来的OpenCV 4.x和OpenCV 5.x版本都将以Apache 2许可证发布。OpenCV 3.x将继续使用BSD。

二、更强悍的优化和新增功能

GSoC 2020 已经结束。所有项目均已成功完成,并且大多数结果已合并到OpenCV中,并且在4.5.0中可用(在主存储库或opencv_contrib中)。这是合并功能的列表:

  • 主存储库中更好的SIFT(Better SITF)
  • OpenCV中RANSAC的改进
  • 使用深度学习进行实时单目标跟踪,加入了SiamRPN++
  • flann模块 修复/改进
  • 修改/改进文本和数字识别示例
  • 针对RISC-V优化OpenCV
  • 新增 Robot-World/Hand-Eye 校准函数
  • (opencv_contrib):Julia编程语言的OpenCV绑定
  • (opencv_contrib):实现Macbeth Chart detector和AprilTag3
  • (opencv_contrib):适用于大规模环境的深度融合

46a6350f3cb5e8cb48245f80d6d69cbb.png
一幅图像看懂OpenCV4.5 特性

三、DNN模块

  • 改进的layers / activations/支持更多模型:ONNX:ReduceSum,Gather,改进Reshape
  • 英特尔®推理引擎后端(OpenVINO™):增加了对OpenVINO 2021.1版本的支持
  • DNN CUDA后端中的修复和优化

OpenCV的合作伙伴OpenAI Lab通过使用其新的“ Tengine lite”(更轻量的C语言中Tengine的重新实现),进一步提高了OpenCV DNN在ARM上的性能。这是比较性能表(batch_size = 1,已在EAIDK-610上进行了测试):

6291d6aed8fd2b1b8181bd621610730d.png

强烈推荐大家关注CVer知乎账号和CVer微信公众号,可以快速了解到最新优质的CV论文。

推荐阅读

综述 | 基于深度学习的实时语义分割方法:全面调研

涨点神器!南航提出AFF:注意力特征融合

NeurIPS 2020 | 谷歌大脑提出:重新思考预训练和自训练

NeurIPS 2020 | 用于图像复原/恢复的神经稀疏表示

NeurIPS 2020 | aLRPLoss:统一目标检测中的分类和定位的平衡损失函数

ECCV 2020 | MIRNet:学习丰富的特征以进行真实图像修复和增强

CCE:具有互补交叉熵的不平衡图像分类

谷歌地标检索2020 Kaggle 第一名解决方案

ECCV AIM 2020 真实图像超分辨率挑战赛3项冠军解决方案

LVIS 实例分割挑战赛2020的第一名解决方案:好的Box不能保证好的Mask

ETH Zurich提出DPIR:具有Denoiser先验的即插即用图像恢复

IR R-CNN:小目标检测的内在关系推理

综述 | 人脸图像质量评估:全面调研(2004-2020)

MAFFSRN:具有多注意力层的超轻量级图像超分辨率

冠军解决方案 | RMGL:用于行人重识别的感受野多粒度表示

VarifocalNet:IoU-aware 密集目标检测器(已开源)

ECCV 2020 | NAS-DIP:通过NAS实现DIP(去噪/去雾/超分辨率/修复等)

TIP 2020 | PNEN:金字塔Non-Local增强型网络

综述 | 小样本学习:全面调研(Few-shot)

MiCo:用于半监督域自适应的Mixup联合训练

使用深度神经网络从Noisy Labels中学习:全面调研

PyTorch3D:面向3D计算机视觉的PyTorch工具箱

剪枝filter?还是剪枝layer?这是个问题

牛津大学VGG组提出:自监督实例自适应的单目深度估计

ECCV 2020 | WeightNet:重新探索Weight网络的设计空间

Mask TextSpotter v3:用于场景文字检测和识别的分割Proposal网络

ECCV 2020 | URIE:用于视觉识别的通用图像增强

ECCV 2020 | 魔鬼在细节中:车辆重识别的自监督注意力(SAVER)

ECCV 2020 | 53.5 AP!PAA:用于目标检测的IoU预测的概率Anchor分配

ECCV 2020 | 南京理工提出FPT:特征金字塔Transformer

ECCV 2020 | 长尾数据集中多标签分类的分布平衡损失

清华大学提出ISDA:使用语义数据增广来正则化深度网络

ECCV 2020 | BMask R-CNN:边界保持的Mask R-CNN

ECCV 2020 | 即插即用!PSConv:将特征金字塔压缩到紧凑的多尺度卷积层中

ECCV 2020 | STTN:用于视频修复的时空联合Transformer

ECCV 2020 | LiteFlowNet3:实现更准确的光流估计

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值