技术文章

在一款图片处理软件colorow中发现彩虹效果滤镜感觉蛮有意思。 在OpenGL Shader系列更新到现在尝试通过之前积累的知识点来自行实现效果。 回顾 之前使用过内置函数smo…

产品经理或工程师希望让他们的用户能够在他们的平台内建立社区和流畅的社交体验。为实现这一目标，他们决定在其产品中添加实时音频、视频和文本聊天模块，以便用户无需跳转到其他平台即可进行交…

文本引导的生成扩散模型解锁了强大的图像创建和编辑工具。虽然这些已经扩展到视频生成，但当前编辑现有素材内容同时保留结构的方法需要对每个输入进行昂贵的重新训练，或者依赖于跨帧图像编辑的…

我们在对音频信号进行处理时很少会直接在时域进行滤波运算，一般都会变换到频域进行计算。究其原因，我想很多人都听说过：FFT可以快速实现卷积运算，我们今天就介绍下卷积和FFT的爱恨情仇…

缓冲和停顿是在线流媒体视频内容时常见的现象。它影响了你的流媒体服务的观看时间和用户参与度。研究表明，如果一个流媒体视频出现哪怕一次缓冲，39% 的用户就会放弃观看。如果缓冲时间太长…

多接入边缘计算（Multi-access edge computing），通常简称为“边缘计算”，涉及将处理能力和存储放在更接近数据产生的地方。 近 10 年前，欧洲电信标准协会 …

下一代音频（NGA）以现有的音频编解码器和架构为基础，提供前所未有的个性化服务，这部分归功于基于对象的音频资产的方法。John Maxwell Hobbs 报告说，Fraunhof…

在过去几年从事多个计算机视觉和深度学习项目之后，我在这个博客中收集了关于如何处理图像数据的想法。对数据进行预处理基本上要比直接将其输入深度学习模型更好。有时，甚至可能不需要深度学习…

最近遇到公司的一个项目，需要将多张图片合并成一个播放的视频，找了很多资料和尝试了工具，遇到很多的坑，这里记下来，希望大家也能顺利解决遇到的问题。 合并视频，主要可以借用OpenCV…

EBVS（Exit Before Video Start）视频流指标是衡量在视频开始播放（正在显示的第一帧视频）之前终止的播放尝试的次数。重要的是，如果报告了一个致命的错误，并且播…

FFmpeg 是一个强大的开源多媒体框架，可以通过多种方式处理音频、视频和其他多媒体文件。本教程将帮助你在 Windows 上安装和使用 FFmpeg。 本教程还将涵盖编码、转码和…

大家好，今天给大家分享一些音视频分析工具，这些工具在我们平时开发过程中经常会用到，非常有帮助！ H264BSAnalyzer： CSDN 李迟大神开发的 H.264/AVC 码流分…

H.265是ITU-T VCEG继H.264之后所制定的新的视频编码标准，标准全称高效视频编码（High Efficiency Video Coding——HEVC），本文介绍一下…

随着5G专网在toB行业的规模推广，教育、政务、物流、文旅等垂直行业已不满足于单个园区的点状、局域覆盖，纷纷提出了远程教学、多地办公、全国配送、公众服务等广域移动性需求。基于中国联…

开发模型用于描述一个系统最本质或最关键的部分；在系统需求分析之后，软件设计之前，架构师心中需要有一个清晰的开发模型来指导自己，最终将软件一步一步进行落地。 目前，IM 系统以 “代…

今天开始，基于前面内容的介绍，对 IM 进行抽象并分析几类常见模型： 运行模型、开发模型和读写扩散模型；今天对 IM 的运行模型进行分析。 IM 作为互联网一种简便的通讯工具，从产…

深度学习使机器能够从大量数据中学习和改进，从而彻底改变了人工智能领域。Mediapipe 是一个用于构建多模式 ML 管道的跨平台开源框架，它引入了一个新的任务 API，可以比以往…

本文继续分享WebRTC android 原生对等连接教程。首先需要构建 WebRTC Android 库，还需要服务器端的信号代码，可以通过数据通道这篇文章找到。 设置好所有内容…

4月27日，美国专利商标局公布了苹果公司的一项专利申请，涉及检测提供镜面反射的表面、修改反射、或提供描绘这种表面和反射的内容的系统、方法和设备。更具体地说，苹果公司的专利描述了佩戴…

移动通信网络从3G时代就开始支持广播技术，3G/4G/5G均有针对广播场景而开发的技术方案。与此同时，广播电视大塔网络则有一套自己的技术体系，以中国为例，DTMB是我国自主知识产权…