登录社区云，与社区用户共同成长
邀请您加入社区
详解av1解码器模型，是开发者对解码参数的含义及解析有了初步了解；
讲述了AV1编码结构中时间单元、随机访问点、编码模型等概念，使的开发者对解码序列有更深入的认识
他接入了“守望者”系统。当摄像头捕捉到一台失控机器人时，不仅检测和描述，还会分析机器人的行为模式是否出现了“跨模态不一致”——比如，它的移动轨迹看起来很危险，但它的视觉外观看起来无害（可能是伪装）。他使用CLIP作为参考模型（因为CLIP的联合嵌入空间是稳定的、经过人类验证的），实时捕获“天工”子程序输出的图像特征和文本特征，计算它们与CLIP空间的对齐程度。沈莜找了几个居民帮忙描述——“一个六条
││信令服务││媒体服务││AI服务││。││(频道管理) ││(SFU转发)││(人脸/安全) ││。│警务融合平台│。
使用混剪工具 + 豆包 做漫画视频，这里教大家如何使用我们的无界混剪工具制作漫画视频。
GPU作为一种专门用于图形处理的微处理器，自诞生以来经历了从专用图形处理到通用计算加速的重大转变，现已成为人工智能、科学计算、游戏娱乐等多个领域的核心算力支撑。其发展历程与技术演进深刻影响着现代数字世界的运行方式。。GPU从图形渲染的专用芯片演变为通用计算的算力引擎，其发展历程印证了硬件架构与软件生态协同创新的重要性。未来，随着人工智能、元宇宙等技术的深化应用，GPU将继续在数字世界中扮演核心角
今天咱们就拿FVC2002的指纹库开刀，手把手整活一个能跑通的指纹识别系统。跑完整个流程后发现：同一手指不同采集样本的匹配率能到85%，但不同指纹的误匹配率也有5%。有个坑得注意：FVC2002的.tif文件自带16位深度，直接imread会得到uint8数组，这时候用mat2gray转换才不会翻车。这里我封装了gabor2d函数（篇幅限制不展开），重点是用最大响应策略——每个像素点从16个不同方
摘要： 鸿蒙6.0 Camera Kit开放白平衡API，允许第三方应用精细控制色彩平衡。该功能通过WhiteBalance接口提供多种模式（自动、日光、阴天等）及手动色温设置，解决了三方相机与系统相机在色彩还原上的差距。开发者可通过setWhiteBalanceMode切换预设模式，或使用setWhiteBalance直接调整色温值（单位K），满足专业摄影、视频创作等场景的需求。API支持错误检
成为行业刚需，以好视通、华为为代表的国产方案，凭借自主核心技术、医疗场景深度定制、全链路安全合规与全国服务网络，为医疗机构提供全场景、高可靠的音视频通信支撑。需求深化，以好视通、华为等为代表的国产音视频通信企业，凭借自主核心技术与医疗场景深度定制能力，构建起安全、稳定、全适配的远程医疗协作体系，为分级诊疗落地与医疗资源高效下沉提供技术支撑。A：全面适配飞腾、鲲鹏、海光等国产CPU，银河麒麟、统信U
通过视觉、语言、视频与动作的联合建模，融合视频模型、VLA、世界模型等等路线，从而实现对真实环境的感知、规划、预测、执行和跨任务泛化，典型代表是去年 12 月发布的 Motus。目前关于 MotuBrain 的公开信息寥寥无几，但从这次双榜的成绩结构来看，它背后大概率不是传统的视频模型，也不是单纯的 VLA 或 policy model。这是预测世界的能力。，比方说模型能否在多任务、多环境下稳定执
本文介绍了基于虹软人脸识别SDK实现多路网络摄像头实时人脸检测的技术方案。文章首先分析了城市安防、智慧园区等场景对多路视频流人脸检测的需求背景，阐述了ONVIF协议和RTSP流媒体的关键技术。随后详细说明了开发前的准备工作，包括RTSP流获取、SDK申请和环境搭建。项目采用Spring Boot+Vue3架构，通过FFmpeg解码、OpenCV转码实现多路RTSP流并行处理，利用线程池确保虹软SD
最近在折腾工业质检项目，手头刚撸完一套PCB基板瑕疵检测系统。这套玩意儿用C#搭框架，Halcon做核心视觉处理，外挂OpenCV打辅助，实测效果比纯传统方案提升30%检测效率。这套系统踩过的坑比深圳电子厂的PCB板还多，但最终实现99.2%的检出率。工业相机的SDK能把人整疯，我们封装了个万用控制层。功能统计:多种缺陷检测、IO控制、相机控制、灯光控制、TCP/IP、视觉定位、激光校正。功能统计
PyVideoProc 是一个基于 CUDA 加速的 Python SDK，用于高效处理多路视频流分析。它通过多进程绕过 GIL 限制，减少主机-设备数据传输，并尽可能在 GPU 上计算以提升性能。项目支持多卡、多模型推理，提供开箱即用的解决方案，适合中小型项目快速部署。安装需满足 Docker、显卡驱动和 NVIDIA 容器工具版本要求，支持模型权重转换和 TensorRT 优化。项目开源且开发
通过采用SPWM调制方式和电压电流双闭环控制方式带前馈的控制策略，本模型实现了对电力系统的有效控制和稳定输出。本文将介绍在plecs（Power Electronics Control Simulation）仿真软件中建立的三相六开关PFC模型，并详细阐述其平均电流调制方式为SPWM及电压电流双闭环控制方式带前馈的控制策略。在plecs版本8.2的仿真环境中，我们成功构建了该模型，并通过仿真得到了
音视频技术涉及采集、编码、传输、解码、播放等全链路流程，涵盖网络优化、设备兼容、安全加密等多个专业领域，自主开发门槛高、周期长、成本高。从日常的视频通话到企业的数字化转型，音视频SDK作为实时互动的“技术底座”，正在重塑人与人、人与设备、设备与设备之间的沟通方式。同时，成熟的音视频SDK具备跨平台适配能力，可无缝兼容iOS、Android、Windows、Mac、Web及微信小程序等主流终端，覆盖
YUVview (YUV/RGB 播放、帧对比（PSNR/SSIM/ 差分）、像素级检视、H.265/HEVC 比特流直接解码与内部信息可视化、参考软件（HM/JEM）集成)perf (Linux)：系统级性能分析，支持事件采样、调用图追踪，适合 Linux 平台编码器优化。Valgrind：内存泄漏检测、缓存命中率分析，适合编码器内存优化。核心功能：CPU/GPU 性能采样、瓶颈定位、缓存优化、
在永磁同步电机控制中，BP神经网络根据转速与给定值的误差，自动调整速度环PI的参数，以实现更优的控制效果。基于BP神经网络PI的永磁同步电机控制是一种先进的电机控制技术，其核心在于利用BP神经网络对永磁同步电机的速度环PI进行动态调整，从而增强控制的抗干扰性。在永磁同步电机控制中，除了BP神经网络PI控制外，还存在许多其他的控制策略，如传统PI控制、模糊控制、自适应控制等。BP神经网络采用梯度下降
智联视频超融合平台通过GB/T28181-2011/2016/2022、国网B接口、RTSP、RTMP、ONVIF、GB/T35114、GA1400、海康大华SDK/API等方式，接入海康、大华、宇视等各个厂家的摄像机、录像机，接入直播手机，接入下级平台，提供web客户端进行视频预览、录像回放、配置管理和智慧运维。提供标准RESTful格式的HTTP API，提供web播放器demo，满足二次开发
gpu读取速度344fps，不过这里是时间计算我感觉是有问题的，不知道gpu解码的时间有没有同步在gpu_times中，而且这里仅仅是解码的时间，如果在加上从显存到内存的时间，速度是很慢的。不过硬解码的视频本身就是为了送给ai预测的，所以没必要拷贝到内存。在此之前需要基于msvc编译器来编译gpu版opencv，详细内容请查看。可以看到gpu执行的速度还是非常快的，我这里是8k的视频，gpu设备是
mediamtx官方作者提供了docker的镜像，如下图，但是现在想要使用ffmpeg+RPI的版本无法下载，本文介绍使用ubuntu镜像运行mediamtx。刚开始想在创建的ubuntu18.04的镜像中使用systemctl做开启自启动mediamtx，但是镜像的目的是隔离，镜像中不支持systemctl，因此可以写启动脚本，在容器运行是执行开启脚本。
目前市场上音视频技术方案大致分为以下几类，WebRTC因其超低延时、集成音视频采集传输等优点，是在线教育、远程会议等领域首选技术。前言目前市场上音视频技术方案大致分为以下几类，WebRTC因其超低延时、集成音视频采集传输等优点，是在线教育、远程会议等领域首选技术。方案优势劣势应用场景基于浏览器插件的flash播放RTMP即将淘汰即将淘汰传统直播跨平台的HLS/DASH 播放方案- 跨端广泛支持：苹
ISCAS 宣布将于 2023 年 5 月 21 日 - 5 月 25 日在美国加州蒙特雷举办。作为 IEEE 旗下电路与系统学会旗舰会议，本届 ISCAS 将继续联合字节跳动多媒体实验室，举办第二届神经网络视频编码竞赛。
实时音视频（RTC）即基于IP技术实现的实时交互的音视频通信技术
多方音视频通信三种架构方案一、Mesh 方案即多个终端之间两两进行连接，形成一个网状结构。这种方案是1v1 WebRTC 通信模型的扩展版，任何两个结点都可以看成一个1v1 WebRTC 通信模型。优势：不需要服务器中转数据，STUN/TUTN 只是负责 NAT 穿越，这样利用现有 WebRTC 通信模型就可以实现，而不需要开发媒体服务器。劣势：需要给每一个参与人都转发一份媒体流，这样对上行带宽的
什么是 WebRTC ？WebRTC（Web Real-Time Communication）是 Google于2010以6829万美元从 Global IP Solutions 公司购买，并于2011年将其开源，旨在建立一个互联网浏览器间的实时通信的平台，让 WebRTC技术成为 H5标准之一。我们看官网（https://webrtc.org）的介绍其中：Web Real-Time Commun
本文深入探讨HarmonyOS 6.0中AVCodec Kit新增的同步模式视频编解码功能。同步模式允许开发者主动控制编解码流程，与传统的异步回调模式形成互补。文章从技术演进角度分析同步模式的设计哲学，比较其与异步模式的本质差异及适用场景，指出同步模式特别适合需要精确控制buffer生命周期、简化工具类应用逻辑等场景。详细介绍了开发环境配置、编码器创建与参数设置等实战内容，并提供了CMake配置示
MS2108是一款高集成度USB2.0数字视频采集芯片，支持BT601/BT656/BT1120等数字音视频信号转换，集成USB2.0控制器、数据处理模块等，实现全链路处理。芯片特性包括：支持1080P@60Hz输入，YUV/MJPEG输出模式，最高1920×1080@30Hz分辨率；支持I2S音频输入，96KHz单声道输出；符合UVC1.0/UAC1.0协议，适配Windows/Android/
MS2131S是一款高性能USB3.0音视频采集芯片，支持4K@60Hz高清采集与环出功能。其核心特性包括：支持4096×2160分辨率输入/环出，集成3路I2S音频接口和S/PDIF输出，可实现多音源混音处理；通过USB3.0接口实现4K@60Hz(MJPEG)或3840×2160@30Hz(YUV420)视频传输；兼容Windows、Android、Linux等多系统，并支持二次开发。该芯片集
在探讨 “How to build an AI camera” 时，明确其核心功能定位是关键。AI 相机的应用场景广泛，无论是智能安防中的实时监控，还是工业质检里的细节捕捉，亦或是家庭看护时的动态记录，RTSP 推流、拍照及录视频这三大功能都是核心支撑，直接决定了 AI 相机在不同场景下的实用价值。当前，不少相关产品和项目在实际应用中面临显著痛点：RTSP 推流易出现不稳定、延迟过高的问题，在需
核心升级，产品炸裂QuarkPi-CA2卡片电脑搭载瑞芯微RK3588S芯片，采用8nm制程工艺，搭载4核Cortex-A76+4核Cortex-A55，6.0Tops NPU支持INT4/INT8/INT16/FP16，支持TensorFlow、PyTorch等主流框架，支持8K@60fps视频解码和8K@30fps视频编码，H.265/H.264/VP9/AV1等格式，满足专业级多媒体需求，最
最近几天嵌入式的性能提高了非常多，一般基于Armv8架构，可以达到8核，并且自带强大的视频编解码能力。得益于这些新的平台都采用了Linux发行版，不像以前一个Kernal加上busybox就是全部。这些芯片一般基于Ubuntu或者Debain，部署软件 升级OS组件都非常方便。USC ArmV8版本支持基于多款平台运行，今天我们来测试RK3588。总体测试一下性能不错。
视频编解码
——视频编解码
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit开源社区
DeepSeek技术社区
脑启社区
人工智能6S服务平台
鲲鹏昇腾开发者社区
腾讯云开发者社区
HarmonyOS开发者社区
AI硬件创业社区
