Merge tag '3.3.0-cvsdk'

OpenCV 3.3.0 for Intel Computer Vision SDK

Merge pull request #9308 from alalek:akaze_fixes

features2d(test): more AKAZE tests

akaze: more fixes

- boundary checks
- div by zero guard
- fixed bilinear interpolation (another case)
- reduce memory allocation

akaze: fix T-API interfaces, disable OpenCL code

- OpenCL kernels don't handle matrices properly. Assumptions are not checked.
- OpenCL/T-API integration is not correct.

Merge pull request #9303 from alalek:akaze_update

Merge pull request #9235 from sturkmen72:patch-3

akaze: uninitialized field

stitching(perf): increase test check tolerance

akaze: fRound -> cvRound, fix bilinear interpolation

akaze: getAngle() -> fastAtan2()

akaze: remove usage of int8_t / uint8_t

features2d(test): update descriptor regression test

features2d(test): enable debug messages

akaze: resolve issue with using of uninitialized memory

akaze: optimize allocations

akaze: replace ceil()

- integer division => divUp()
- cast to 'int' => cvCeil()

core: divUp function

Merge pull request #9306 from alalek:cmake_fix_macro

cmake: fix __STDC macros for opencv_world build

Merge pull request #9248 from alalek:alloc_refactoring

cmake: fix __STDC macros for opencv_world build

Merge pull request #9287 from dkurt:tensorflow_unit_tests

Merge pull request #9297 from alalek:akaze_remove_rand

Merge pull request #9249 from hrnr:akaze_part3

[GSOC] Speeding-up AKAZE, part #3 (#9249)

* use finding of scale extremas from fast_akaze

* incorporade finding of extremas and subpixel refinement from Hideaki Suzuki's fast_akaze (https://github.com/h2suzuki/fast_akaze)
* use opencv parallel framework
* do not search for keypoints near the border, where we can't compute sensible descriptors (bugs fixed in ffd9ad99f4946e31508677dab09bddbecb82ae9f, 2c5389594bb560b62097de3602755ef97e60135f), but the descriptors were not 100% correct. this is a better solution

this version produces less keypoints with the same treshold. It is more effective in pruning similar keypoints (which do not bring any new information), so we have less keypoints, but with high quality. Accuracy is about the same.

* incorporate bugfix from upstream

* fix bug in subpixel refinement
* see commit db3dc22981e856ca8111f2f7fe57d9c2e0286efc in Pablo's repo

* rework finding of scale space extremas

* store just keypoints positions
* store positions in uchar mask for effective spatial search for neighbours
* construct keypoints structs at the very end

* lower inlier threshold in test

* win32 has lower accuracy

Unit tests for TensorFlow importer

features2d: don't use rand(), because it is not thread-safe

Results are not stable with srand()

Merge pull request #9296 from dkurt:halide_device_interface

Merge pull request #9246 from bragboy:patch-1

Merge pull request #9286 from alalek:rect_size_empty

Merge pull request #9280 from alalek:fix_repo_url

Merge pull request #9285 from arrybn:issue_9223

Replace halide_opencl_device_interface

Merge pull request #9288 from sensics:honor-fix-principal-point-fisheye

Added ELU and test for it

Honor fixing principal point in camera calib tutorial.

core: empty() for Rect/Size templates

Check for empty objects via .area() is not a good practice due overflows

Merge pull request #9253 from jbms:fix/image-decoding-tempfile

Merge pull request #9097 from piotr-semenov:fix/cv_rect_monoid_identity

Merge pull request #9284 from ipuustin:dnn-opencl-fixes

Merge pull request #9279 from alalek:ocl_fix_program_cache

Merge pull request #8951 from hrnr:akaze_part2

[GSOC] Speeding-up AKAZE, part #2 (#8951)

* feature2d: instrument more functions used in AKAZE

* rework Compute_Determinant_Hessian_Response

* this takes 84% of time of Feature_Detection
* run everything in parallel
* compute Scharr kernels just once
* compute sigma more efficiently
* allocate all matrices in evolution without zeroing

* features2d: add one bigger image to tests

* now test have images: 600x768, 900x600 and 1385x700 to cover different resolutions

* explicitly zero Lx and Ly

* add Lflow and Lstep to evolution as in original AKAZE code

* reworked computing keypoints orientation

integrated faster function from https://github.com/h2suzuki/fast_akaze

* use standard fastAtan2 instead of getAngle

* compute keypoints orientation in parallel

* fix visual studio warnings

* replace some wrapped functions with direct calls to OpenCV functions

* improved readability for people familiar with opencv
* do not same image twice in base level

* rework diffusity stencil

* use one pass stencil for diffusity from https://github.com/h2suzuki/fast_akaze
* improve locality in Create_Scale_Space

* always compute determinat od hessian and spacial derivatives

* this needs to be computed always as we need derivatives while computing descriptors
* fixed tests of AKAZE with KAZE descriptors which have been affected by this

Currently it computes all first and second order derivatives together and the determiant of the hessian. For descriptors it would be enough to compute just first order derivates, but it is not probably worth it optimize for scenario where descriptors and keypoints are computed separately, since it is already very inefficient. When computing keypoint and descriptors together it is faster to do it the current way (preserves locality).

* parallelize non linear diffusion computation

* do multiplication right in the nlp diffusity kernel

* rework kfactor computation

* get rid of sharing buffers when creating scale space pyramid, the performace impact is neglegible

* features2d: initialize TBB scheduler in perf tests

* ensures more stable output
* more reasonable profiles, since the first call of parallel_for_ is not getting big performace hit

* compute_kfactor: interleave finding of maximum and computing distance

* no need to go twice through the data

* start to use UMats in AKAZE to leverage OpenCl in the future

* fixed bug that prevented computing determinant for scale pyramid of size 1 (just the base image)
* all descriptors now support writing to uninitialized memory
* use InputArray and OutputArray for input image and descriptors, allows to make use UMAt that user passes to us

* enable use of all existing ocl paths in AKAZE

* all parts that uses ocl-enabled functions should use ocl by now

* imgproc: fix dispatching of IPP version when OCL is disabled

* when OCL is disabled IPP version should be always prefered (even when the dst is UMat)

* get rid of copy in DeterminantHessian response

* this slows CPU version considerably
* do no run in parallel when running with OCL

* store derivations as UMat in pyramid

* enables OCL path computing of determint hessian
* will allow to compute descriptors on GPU in the future

* port diffusivity to OCL

* diffusivity itself is not a blocker, but this saves us downloading and uploading derivations

* implement kernel for nonlinear scalar diffusion step

* download the pyramid from GPU just once

we don't want to downlaod matrices ad hoc from gpu when the function in AKAZE needs it. There is a HUGE mapping overhead and without shared memory support a LOT of unnecessary transfers.

This maps/downloads matrices just once.

* fix bug with uninitialized values in non linear diffusion

* this was causing spurious segfaults in stitching tests due to propagation of NaNs
* added new test, which checks for NaNs (added new debug asserts for NaNs)
* valgrind now says everything is ok

* add nonlinear diffusion step OCL implementation

* Lt in pyramid changed to UMat, it will be downlaoded from GPU along with Lx, Ly
* fix bug in pm_g2 kernel. OpenCV mangles dimensions passed to OpenCL, so we need to check for boundaries in each OCL kernel.

* port computing of determinant to OCL

* computing of determinant is not a blocker, but with this change we don't need to download all spatial derivatives to CPU, we only download determinant
* make Ldet in the pyramid UMat, download it from CPU together with the other parts of the pyramid
* add profiling macros

* fix visual studio warning

* instrument non_linear_diffusion

* remove changes I have made to TEvolution

* TEvolution is used only in KAZE now

* Revert "features2d: initialize TBB scheduler in perf tests"

This reverts commit ba81e2a711ae009ce3c5459775627b6423112669.

dnn: force floating point literals to be float.

In OpenCL code in activations.cl, make the type of floating point
literals to be float. Otherwise the values will be interpreted as
doubles, causing Beignet to have type conversion issues.

Merge pull request #9188 from arrybn:mobilenet_ssd_sample

MobileNet SSD sample

Merge pull request #9278 from alalek:ts_perf_threads

loadsave: check for errors when using temp file

Previously, the return value of fwrite and fclose were not properly
checked, leading to possible silent truncation of the data if writing
failed, e.g. due to lack of disk space.

Fixes issue #9251.

fix OpenCV GitHub repository URL

ocl: fix program cache key

Merge pull request #9225 from paroj:reproject_cpp

Merge pull request #9276 from mshabunin:bump-dnn-docs

ts(perf): initialize ThreadPool

Merge pull request #9271 from berak:patch-2

Merge pull request #9275 from alalek:cmake_protobuf_optional

Merge pull request #9274 from alalek:ipp_meanstddev

Merge pull request #9272 from tomoaki0705:fixCudaBuild

Merge pull request #9265 from alalek:python_stitching

Moved dnn module documentation and tutorials links higher in the lists

cmake: don't include protobuf on disabled DNN module

core(stat): disable IPP optimization in meanStdDev (cn > 1)

guad for CUDA correctly

Update README.android

python: disable assertion in NumpyAllocator

python: stitching simple test

Merge pull request #9259 from eyolfson:patch-1

Merge pull request #9261 from puqeko:patch-2

Merge pull request #9255 from marting87:marting87/gpu_samples_usage_msg

Merge pull request #9254 from jtkb:feature/maven_package_update

Merge pull request #9241 from alalek:tlsSlotsSize

some improvements on tutorials

Add tested codecs for OSX

Remove unused method declarations in hog.cpp

The class `App` appears to have two unused methods: `message` and `checkRectSimilarity`. The is no definition or use of either of these methods. This appears to be dead code.

Updated package dependency list & package check script.

Removed _gpu-suffix from usage messages to align with executable name

core(alloc): drop unused code, use memalign() functions instead of hacks

valgrind provides better detection without memory buffer hacks

Merge pull request #9238 from alalek:valgrind_fixes

core(tls): hide assertions from Thread Sanitizer

A simple spelling change.

core(tls): don't use tlsSlots without synchronization

Merge pull request #9233 from LaurentBerger:dnndoc

flann: fix out of buffer access

imgproc: fix vectorized code of accumulate

calib3d: fix invalid memory access

dnn: protobuf shutdown

ts: don't run large videoio test (valgrind)

ts: don't run imgcodecs tests on large images (valgrind)

ts: don't run DNN tests with large models (valgrind)

cmake: fix compiler flags

ts: update valgrind suppressions

Merge pull request #9236 from dkurt:fix_json_bool

Merge pull request #9237 from alalek:fix_winrt_build

Merge pull request #9217 from alalek:cleanup_3rdparty

Merge pull request #9215 from alalek:cmake_min_version

Fix JSON booleans without quotes

winrt: update script for MSVS2017 / SDK 10.0

update tutorial link for dnn

Merge pull request #9227 from alalek:cmake_fix_ocv_add_testdata

Merge pull request #9232 from dkurt:json_named_nodes

Merge pull request #9229 from alalek:dnn_torch_memory_leaks

Merge pull request #9230 from alalek:mat_cleanup_on_exception

Missed NAMED bit of JSON nodes tag