首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
行业前瞻
TSINGSEE
创建于2021-05-10
订阅专栏
专注行业最新前沿技术与资讯
等 28 人订阅
共301篇文章
创建于2021-05-10
订阅专栏
默认顺序
默认顺序
最早发布
最新发布
2023值得关注的人工智能7大发展趋势
此外,随着人工智能技术的不断发展,人们对于数据隐私和安全的关注也将越来越高,因此人工智能技术的可信度和安全性将日益受到关注和重视。
2023年人工智能技术与智慧城市发展白皮书
随着人工智能技术的快速发展,智慧城市建设已经成为城市发展的重要战略。在这个过程中,视频监控系统作为城市智慧化的重要组成部分,发挥着越来越重要的作用。
浅析大数据时代下的视频技术发展趋势以及AI加持下视频场景应用
视频技术的发展可以追溯到19世纪初期的早期实验。到20世纪初期,电视技术的发明和普及促进了视频技术的进一步发展。
一文看完智能视频监控系统的工作原理及场景应用
智能视频监控技术的原理是利用摄像机采集视频信号,并通过相关的AI模型算法实时分析视频内容,提取出有用信息,如人脸、车牌号码、移动物体等,并进行识别及特征提取。
EasyCVR视频融合平台能正常播放其他协议流,但无法播放HLS流的原因排查
平台能在复杂的网络环境中将前端设备进行统一集中接入,实现视频资源的汇聚管理、直播鉴权、转码处理、多端分发、智能告警、数据共享等能力与服务。
喜讯!旭帆科技成功入驻“科大硅谷”!
园区聚焦电子商务、生物医疗、集成电路、软件开发、智慧信息服务等领域,形成“科创+产业”集聚区,打造区域产业创新生态网络。
大数据与视频技术的融合趋势将带来怎样的场景应用?
通过AI技术的图像识别和语音识别等能力,可以对视频内容进行分析,实现视频自动标注、视频语义理解等功能。
聊一聊人工智能与视频技术的5大发展趋势与应用
虚拟现实技术能够让观众身临其境地感受到视频内容,这种交互式体验将成为未来视频技术的重要发展方向。增强现实技术可以将虚拟物体叠加到真实场景中,这种丰富多彩的体验将会成为未来视频应用的一个重要趋势。
浅析AI深度学习计算机视觉技术在智能监控领域的场景应用
在视频监控领域,智能监控大大提高了监控区域的控制效率,变被动“监督”为主动“监控”,有效避免了事故的发生,并能协助管理人员对日常安全工作进行管理,最大限度地降低误报和漏报现象,减少人力监管的成本。
边缘计算技术主要有哪几种?如何应用在实际场景中?
通过在设备上部署人工智能算法,可以减少数据传输和处理的延迟,同时保护数据隐私和安全。此外,边缘AI智能也可以降低云计算成本,因为只需要在必要时将数据发送到云端进行处理,而不是将所有数据发送到云端。
AI智能视频技术在安防监控领域的场景应用
总的来说,AI智能视频技术在视频监控中的应用可以提高监控效率,并及时识别异常事件和行为,帮助监控人员更好地保障公众安全。
浅析视频监控技术及AI发展趋势下的智能化视频技术应用
视频监控技术还可以通过网络进行远程传输和管理。通过网络传输,我们可以实现远程监控、远程访问录像、云存储等功能。同时,网络传输还可以保证视频的安全性和稳定性。
浅析AI视频智能检测技术在城市管理中的场景应用
可检测场景中是否出现在道路边进行晾晒衣物、床单等行为,是否有小商贩在路边摆摊经营、推车经营等行为,并能及时推送告警消息。
浅析流媒体技术的发展趋势及EasyCVR视频技术的应用
随着5G网络的普及,实时流媒体将会成为流媒体未来的发展方向。实时流媒体可以实现流媒体的实时传输和处理,从而为用户提供更加流畅、稳定的视频体验。
浅析流媒体相关技术与实际场景应用
在流媒体的应用上,前端界面需要使用到一些前端技术,如HTML5、CSS、JavaScript等。这些技术可以提供良好的用户交互体验,让用户更加方便地使用和体验流媒体应用。
TSINGSEE青犀视频再度荣获腾讯云+社区年度优秀作者!
展望未来,我们将在新的一年里,不忘初心,砥砺前行, 一同携手腾讯云+社区以及行业伙伴,帮助技术迭代更新、共建技术生态,创造共享、共创、共赢的新篇章。欢迎大家订阅和关注我们的专栏!
旭帆科技荣获2022年度“合肥高新区瞪羚培育企业”等荣誉称号!
“瞪羚企业”是指高成长企业,它们具有与“瞪羚”一样的特征——个头不大、跑得快、跳得高,企业具有创新能力强、专业领域新、成长速度快、人才密集、技术密集等特征。
浅析云边端协同架构的应用意义与EasyCVR视频融合能力升级
通过能力开放与云边端协同能力,构建可支持数据按需汇聚,以及AI算力资源的灵活与精细化调度能力平台,通过建立AI算法模型规范,将多种AI算法在算法仓中进行管理调度,同时还能管理、调度域内计算存储资源池。
浅析云边端融合趋势下的架构模型优化设计
借助云端算力资源与端侧数据处理的协同应用,降低云中心数据处理的压力、降低带宽负载与网络时延等数据传输成本,让海量数据实现本地存储、处理、分析、决策和执行。
云边端协同场景下的“AI+”视频融合能力,如何赋能多行业应用?
不再局限于中心云的单一算力资源池,通过跨云、边、端的分布式协同应用,将计算、处理、存储、智能分析等能力实现灵活调度,并能支持和中心云数据互通、稳定交互,支撑不同场景下的数据智能应用。
下一页