登录社区云，与社区用户共同成长
邀请您加入社区
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。
可切换外部 MIPI 输入与内部视频流，简化硬件调试与验证流程。：智能手机、平板电脑的 MIPI 至 LVDS 信号转换。：动态通道交换功能减少布局限制，降低开发难度。：支持 4K 级分辨率传输，确保画面流畅性。：工控机、医疗设备的超高清显示接口扩展。：1/2 链路 LVDS TX，支持。，适用于移动设备、工业显示屏等场景。：4 通道 MIPI RX，支持。低功耗设计，满足移动设备能效要求。：仪表
支持 S/PDIF 输入（最高 192kHz），兼容 HDMI 1.3 高比特率（HBR）音频，通过 I2S 或 S/PDIF 接口实现最高 768kHz 帧率。内嵌 CEC PHY 层，支持 HDMI 设备间联动控制（如一键遥控多设备），通过高层软件 API 简化操作，减轻 MCU 负担。集成预编程 HDCP 密钥 ROM，确保数字内容传输安全，用户无需自行管理密钥。消费电子、PC 设备及多屏互
RV1126 核心板是常州海图电子科技有限公司推出的一款以瑞芯微 RV1126处理器为核心的通用产品，其丰富的设计资源、稳定的产品性能、强力的设计支持，为客户二次开发快速转化产品提供强有力的技术保障。RV1126 核心板集多种优势于一身，具有强劲的处理器性能以及强悍的视频处理、视频分析与编解码能力。
海思3516推流
摘要：本文提出EHVC视频编码框架，针对现有神经网络视频编码器(NVC)中存在的参考结构与质量结构不匹配问题。通过设计分层参考结构、前瞻策略和分层量化尺度等创新方法，EHVC实现了更高效的视频压缩性能。实验表明，在intra-period为32和-1的情况下，EHVC相比DCVC-FM减少了10.98%和12.88%的码率，并优于VTM-23.4低延迟B设置。该工作为神经网络视频编码提供了更优化的
视频处理是AI的一个重要应用场景。从视频分析、智能监控到视频生成，都离不开视频的编解码。传统的视频编解码通常由CPU或专用硬件（如GPU的NVENC）来做。atvc则是CANN提供的NPU视频编解码库。视频解码（H.264/H.265等）视频编码格式转换对于需要在NPU上做视频处理的场景，atvc是个好选择。
EKF扩展卡尔曼滤波算法做电池SOC估计，在Simulink环境下对电池进行建模，包括：1.电池模型2.电池容量校正与温度补偿3.电流效率采用m脚本编写EKF扩展卡尔曼滤波算法，在Simulink模型运行时调用m脚本计算SOC，通过仿真结果可以看出，估算的精度很高，最大误差小于0.4%在电池管理系统（BMS）中，准确估计电池的荷电状态（SOC）至关重要。本文将介绍如何利用EKF扩展卡尔曼滤波算法在
CANN（Compute Architecture for Neural Networks）是华为为昇腾AI处理器打造的全栈AI计算软件平台，提供从底层硬件驱动到上层应用开发的完整生态支持。理解CANN的整体架构是把握DVPP定位的关键。fill:#333;important;important;fill:none;color:#333;color:#333;important;fill:none
电商平台的不断发展，使得仓储物流业务增加，但传统出库方式出现问题时难以追溯，通过普通的视频去查询效率很低，通过普通网络摄像机+扫码枪的方式，实现仓储出库可视化追溯，下面来看看如何智能实现出库可视化溯源功能吧
国产显示芯片，集创北方显示系列产品，替换：瑞昱2556，RTL2513,MTK9700，monitor芯片，Scaler芯片，4K高刷，
例如，如果文本使用UTF-8编码，解码过程就是将UTF-8编码的字节序列转换回对应的字符。如果文本被Base64编码，解码过程就是将Base64编码的字符串转换回原始的二进制数据。文本解码通常指的是将编码后的文本信息还原为原始可读形式的过程。Beam search通过在每个时间步保留最可能的 num_beams 个词，并从中最终选择出概率最高的序列来降低丢失潜在的高概率序列的风险。例如，空格会被编
本文深入探讨了如何利用华为昇腾NPU和AscendFFmpegPlugin提升FFmpeg的编解码性能。从硬件加速原理到实战配置，详细介绍了环境搭建、编译优化及性能调优方法，帮助开发者充分发挥NPU的5-8倍性能提升潜力，适用于4K/8K视频处理等高负载场景。
摘要 本文详细介绍了在RK3568平台上编译支持硬件加速的FFmpeg的完整流程。主要内容包括： 环境准备：更换ARM架构专用软件源，安装编译依赖项 MPP编译：从源码编译安装最新版Rockchip媒体处理平台(1.3.9+) FFmpeg定制：编译支持RKMPP硬件加速的FFmpeg分支版本 验证测试：检查硬件编解码器支持，对比CPU占用率差异 问题排查：解决常见编译和运行时错误 通过该方案，视
适用场景：轮毂电机分布式驱动电动汽车防抱死控制ABS集成直接横摆力矩控制DYC，可实现多种工况下车辆转向制动稳定性控制。适用场景：轮毂电机分布式驱动电动汽车防抱死控制ABS集成直接横摆力矩控制DYC，可实现多种工况下车辆转向制动稳定性控制。MATLAB/Simulink电动汽车转弯制动ABS模型，联合直接横摆力矩DYC转向制动稳定性控制。MATLAB/Simulink电动汽车转弯制动ABS模型，联
《空间视觉技术的现状与未来展望》摘要： Let'sVision会议揭示了空间视觉技术的最新发展动态。当前3D模型生成技术快速迭代，Meshy、Tripo等创业公司已布局3D素材生成领域，但质量仍处早期阶段。行业面临三大挑战：视觉质感要求高、交互体验需精细化、技术门槛待降低。Caradise等团队通过AI提效和细节打磨，展示了令人惊艳的3D交互演示。尽管存在视频体量大、设备成本高等瓶颈，但随着AV1
基于lsdyna 的汽车碰撞CAE分析主要内容包含：1.软件基本操作讲解2.汽车模型搭建3.计算及其结果分析内含大量模型可供练习使用关联其配套软件包及使用讲解，看具体内容。
XMOS在2026年嵌入式世界展上展示了边缘AI与智能音频融合的前沿解决方案，重点推出五大创新方向：1）生成式SoC技术实现音频DSP的快速开发；2）基于XCORE架构的边缘AI视觉方案；3）DNN降噪智能拾音系统；4）隐私优先的本地语音交互方案；5）低时延以太网音频传输。其xcore.ai处理器通过"AI+DSP+I/O+MCU"单芯片集成架构，在实时性、低功耗和开发便捷性上
本文深入解析了衡山派（ArtInChip）芯片内置的VE视频引擎与MPP软件平台。重点剖析了其硬件加速的H.264/JPEG/PNG编解码模块的核心能力、性能参数及在RTOS环境下的实战应用流程，为嵌入式多媒体开发提供了高效的国产化解决方案。
多芯光纤与实时神经网络编码分别代表了通信传输与视频压缩两大领域的前沿方向。2.5Pb/s的光传输记录展示了物理层容量的巨大潜力，而MobileNVC则证明了AI驱动的视频编码在移动设备上的可行性。这两大技术方向的持续突破，将为AI大模型时代的海量数据交互和超高清视频应用提供坚实的底层支撑。需要指出的是，从实验室纪录到大规模商用仍需克服工程化、标准化和成本控制等多重挑战。对于技术应用者而言，理性看待
LSTM-VAE是一种深度学习模型，结合了LSTM和VAE的优势。LSTM擅长处理时间序列数据，而VAE则擅长生成高维数据并进行降维。将两者结合在一起，可以实现对时间序列数据的高效特征提取和降维。LSTM-VAE是一种强大的模型，能够结合LSTM的时间序列处理能力和VAE的降维能力。通过上述代码和示例，我们可以看到LSTM-VAE在MNIST数据集上的应用效果。当然，实际应用中需要根据具体需求调整
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
AI硬件创业社区
昇腾开源生态专区
开源鸿蒙跨平台开发者社区
AtomGit开源社区
快递鸟社区
九章云极普惠算力
EazyDevelop社区
openvela
2048 AI社区
