技术文章

随着硬件及技术的发展，深度学习技术得到广泛的研究及应用，而数据作为驱动深度学习发展的重要输入，变得越来越重要。但是针对一些特殊场景，存在数据少、隐私风险等问题。针对上述问题，结合任…

WebRTC 是一种赋予现代网络应用程序实时通信能力的技术。它有助于视频、音频和数据的加密、无缝通信。其用途包括视频会议、工作场所协作工具、广播等。 远程通信的威力在于它能够促进地…

物联网有很多种方式将各种物联网传感器数据进行回传，以及对一些联网设备进行控制。我们在日常项目中应用的比较多的有通过网线传输，通过WIFI传输，也有通过4G/5G进行物联网数据传输与…

医学图像（例如 X 射线）通常以高分辨率和大尺寸采集，以便捕捉更清晰的细节。本文工作实现了医学图像的压缩，同时保留了诊断所需的细粒度特征，这种特性被称为诊断无损。为此，使用超过一百…

编者按：随着视频直播不断向着超高清、低延时、高码率的方向发展， Apple Vision的出现又进一步拓展了对3D, 8K 120FPS的视频编码需求，视频的编码优化也变得越来越具…

在前面的博文中我们介绍了关于使用NDK编译FFMpeg6.0的一些坑以及相关的解决方法。 详情请参考：NDK编译ffmpeg6.0与x264的坑 在写《NDK编译ffmpeg6.0…

早在大语言模型如 GPT-3.5 等的兴起和被日渐广泛地采用之前，教育行业已经在 AI 辅助教学领域有过各种各样的尝试。在教育行业，人工智能技术的采用帮助教育行业更好地实现教学目标…

最近一段时间做了点和说话人日志(speaker diarization)相关的工作，所以在这里对说话人日志做一个简单的整理。说话人日志也叫说话人分离，是从一个连续的多人说话的语音中…

剪枝是深度神经网络 (DNN) 的主要压缩方法之一，从 DNN 模型中删除不太相关的参数以减少其内存占用。为了获得更好的最终精度，通常迭代地执行剪枝，在每一步中删除越来越多的参数，…

研究意义 虚拟数字人即运用数字技术创造的、拥有数字化表现形式的虚拟人物，大规模生产高质量虚拟数字人化身，既是人类进入“元宇宙”等虚拟世界的基础，也是人类进一步探索更广阔的数字空间的…

在V4L2子系统中，Video设备是一个字符设备，设备节点为/dev/videoX，主设备号为81，次设备号范围为0-63。在用户空间，应用可以通过open/close/ioctl…

1、问题背景 最近在基于 Android 的平台调试一款摄像头，客户有反馈一个问题，系统自带的 Camera2 app 预览出图是正常的，但用 Zoom app 打开摄像头，出图画…

很长时间以来，我一直想了解点对点浏览器网络和 WebRTC，但一直在寻找合适的项目。最近，我在重看 Twitch Plays Pokemon 的一些旧视频时突然有了灵感，心想如果能…

研究意义 随着传感器网络和无线通信技术的快速发展，系统规模持续扩大。 集中式状态估计依赖中心节点处理系统的全部信息，其计算和通信负担随着系统规模增长而急剧增加，不适用于大规模系统。…

对于XR，音频是关于沉浸感的一个关键因素。所以，厂商都在积极探索提供最佳的空间音频效果。在名为“Generating spatial audio and cross-talk ca…

在提到人工智能时，我们会很容易的联想到AlphaGo、ChatGPT4等模型。人工智能在智力测试或下棋时表现出了达到甚至超过成年人的水平。然而在感知和行动方面，让它们具备一岁孩子的…

前言： 大家好，今天给大家来分享一篇关于图像质量的内容，这个内容是我在做onvif中的imaging setting的时候，关注到里面有关于: brightness(亮度) col…

随着视频业务和短视频播放规模不断增长，小红书一直致力于研究：如何在保证提升用户体验质量的同时降低视频带宽成本？ 在近日结束的音视频技术大会「LiveVideoStackCon 20…

对象检测是计算机视觉中的一项基本任务，涉及识别和定位图像或视频中的对象。多年来，已经开发了多种对象检测算法，每种算法都有自己的优点和局限性。YOLOv4（You Only Look…

国内直播行业已呈现一片红海，各直播产品的用户增长速度在逐渐放缓，行业内竞争进入白热化阶段，急需通过在直播体验上的精细化运营来保障平台营收。如针对重大活动、头部主播进行直播体验优化保…