Wesley13 Wesley13
3年前
JavPlayer:AI破坏马赛克,大量马赛克破坏版影片流出
这是最近几个月业界讨论比较火的话题,发酵到现在,终于可以给大家总结下最近的马赛克破坏版影片到底是怎么回事?马赛克破坏版,简单讲就是利用AI技术,在打有马赛克影片的马赛克基础上进行修复操作,来实现去除马赛克,还原图像本质,不是大数据匹配模型,而是在原基础修复,详细的原理后面会讲!这样的技术,概念和之前的换脸以及换身体的AI技术很类似。马赛克
Chase620 Chase620
3年前
前端GIF生成及优化
羚珑平台的动图可视化设计之前只支持mp4的导出,但在业务方使用场景中大部分需要投放GIF。故本文主要介绍使用gif.js生成GIF时遇到的一些问题、GIF压缩以及GIF的文件格式和对应编码在gif.js是如何实现的。GIF文件结构介绍位图图形文件格式,采用8位(256色)重现真彩色的图像。它实际上是一种压缩文档,采用LZW压缩算
Stella981 Stella981
3年前
FFmpeg命令行工具学习(四):FFmpeg 采集设备
在使用FFmpeg作为编码器时,可以使用FFmpeg采集本地的音视频采集设备的数据,然后进行编码、封装、传输等操作。例如,我们可以采集摄像头的图像作为视频,采集麦克风的数据作为音频,然后对采集的音视频数据进行编码,最后将编码后的数据封装成多媒体文件或者作为音视频流发送到服务器上(流媒体)。出于硬件环境和篇幅的限制,本文主要讲的时Mac平台下通过F
Stella981 Stella981
3年前
Python实现——二次多项式回归(最小二乘法)
2019/3/25真的,当那个图像出现的时候,我真的感觉太美了。或许是一路上以来自我的摸索加深的我对于这个模型的感受吧。二次函数拟合——最小二乘法公式法与线性回归相似,对二次函数进行拟合某种意义上也只是加了一个函数,虽然求解的方程变得更加繁琐,需要准备的变量也增加到了七个。思路有借鉴于:最小二乘法拟合二次曲线C语言(https://w
Wesley13 Wesley13
3年前
PDF编辑器加入超链接怎么操作
想要在网站上下载的PDF文件中添加一些超链的话,该如何去操作呢?想要知道一个轻快省事,又不会耽误太多时间的办法吗?那就和我一起来看一下吧!迅捷PDF编辑器。这款迅捷PDF编辑器能给用户提供完整的PDF编辑功能,不单只能够对PDF文件当中的文本部分进行修改,更可以针对图像、样式、多媒体内容进行编辑。用户可以在任何PDF文件页面当中,随意修改、删除或者插入页
Stella981 Stella981
3年前
ImageNet Classification with Deep Convolutional Neural Networks
摘要我们训练了一个大型的深度卷积神经网络,将ImageNetlsvprc2010竞赛中的120万幅高分辨率图像分成1000个不同的类。在测试数据上,我们实现了top1名的错误率为37.5%,top5名的错误率为17.0%,大大优于之前的水平。该神经网络有6000万个参数和65万个神经元,由5个卷积层和3个完全连接的层组成,其中一些卷积层之
Stella981 Stella981
3年前
Android OpenCV(十六):椒盐噪声
椒盐噪声椒盐噪声也称为脉冲噪声,是图像中经常见到的一种噪声,它是一种随机出现的白点或者黑点,可能是亮的区域有黑色像素或是在暗的区域有白色像素(或是两者皆有)。椒盐噪声的成因可能是影像讯号受到突如其来的强烈干扰而产生、类比数位转换器或位元传输错误等。例如失效的感应器导致像素值为最小值,饱和的感应器导致像素值为最大值。椒盐噪声是指两种噪声:盐噪
Stella981 Stella981
3年前
Soft
郑重声明:原文参见标题,如有侵权,请联系作者,将会撤销发布!Abstract:我们提出了一种新的方法,通过端到端的训练策略来学习深度架构中的可压缩表征。我们的方法是基于量化和熵的软(连续)松弛,我们在整个训练过程中对它们的离散对应体进行了退火。我们在两个具有挑战性的应用中展示了这种方法:图像压缩和神经网络压缩。虽然这些任务通常是用不同的方法来处理的
AR增强现实具有哪些特点?广州华锐互动
近些年来,元宇宙、VR、AR、AI等虚拟技术火爆各行业,并且渗透到生活中的方方面面,比如常见虚拟线上展厅,虚拟汽车展览,名人故居3D全景等虚拟场景。那么,对于AR增强现实来说,它具有哪些突出特点,又可以用在哪些地方呢?AR也称为增强现实技术,是在虚拟现实的基础上发展起来的新技术。简单来说,在基于VR技术上将图像、声音和其他感官增强功能实时添加到真实世界的环境
卷积神经网络表征可视化研究综述
卷积神经网络表征可视化研究综述(1)转载自:人工智能技术与咨询源自:自动化学报作者:司念文张文林屈丹罗向阳常禾雨牛铜摘要近年来,深度学习在图像分类、目标检测及场景识别等任务上取得了突破性进展,这些任务多以卷积神经网络为基础搭建识别模型,训练后的模型拥有优异的自动特征提取和预测性能,能够为用户提供“输入–输出”形式的端到端解决方案.然而,