技术文章

QUIC（Quick UDP Internet Connections）是Google设计的一套可靠UDP传输协议，旨在为HTTP提供一个安全、可靠、高效和低延时的通信基础。QUI…

潜在扩散模型 (LDM) 可实现高质量图像合成，同时通过在压缩的低维潜在空间中训练扩散模型来减少计算量。将 LDM 应用于高分辨率视频生成是一项特别耗费资源的任务。本文首先仅在图像…

视频典型画面不正常主要包含画面卡顿、画面模糊、画面不显示、画面花屏这 4 类问题。本文主要介绍的是画面花屏的情况，这里的画面花屏包含了花屏、闪屏、绿屏、黑屏。视频花屏是多媒体工程师…

2023年2月1日，国家广播电视总局发布了广播电视和网络视听行业标准《三维声编解码及渲染》，目前，这项标准完成了端到端的产业布局。此标准是三维声行业标准体系里面最重要的部分，也是最…

SIP协议是基于TCP/IP协议栈的，它是通过TCP/IP协议栈的层层解析和处理，才能被正确地解析出来。以下是SIP协议从TCP/IP协议栈中解析出来的过程： 1.数据链路层：当S…

在当今高度连接的世界中，清晰的实时通信比以往任何时候都更加重要。在远程团队会议和会议期间，没有什么比回声更能打断对话了。当说话者听到他们的声音回荡到他们身上时，可能会分散注意力，甚…

视音频转码系统大量应用在广播电视的应用系统中，尤其在 采、编、播、存等各个环节，关系到广播电视的生产和播出，其重要性不言而喻。随着开源技术的普及以及开发工具、开发语言的良好集成性和…

本文主要介绍了“自由视角”技术和“VR 全景” 技术在采集、传输、呈现方式等方面的区别，对其在体育赛事制作和转播中的实际应用和影响进行了探讨。 来源：《现代电视技术》作者：北京体育…

WebRTC（Web Real-Time Communication）是一项重塑在线教育的突破性技术。凭借 Web 浏览器中的实时通信功能，它无需额外下载或插件即可实现无缝视频通话…

随着远程工作、视频会议和实时流媒体的兴起，对实时通信技术的需求呈指数级增长。WebRTC，即 Web 实时通信，是一种非常强大的技术，可促进 Internet 上设备之间的实时通信…

大规模的文本到图像扩散模型已经取得了惊人的进步。然而，现状是只使用文本输入作为条件，这可能会阻碍可控性。GLIGEN，是一种基于定位语言的图像生成，在现有的预训练文本到图像扩散模型…

对于AR，确定用户意图是一个问题。在名为“Multi-factor intention determination for augmented reality (ar) envir…

视频编解码技术日新月异，新的编解码技术赋予视频业务新的应用场景和新的用户视听体验。同时，视频作为带宽消耗大户，如何在视听体验和视频带宽之间取得最优的平衡是一个永恒的话题。视频质量评…

本文介绍了辽宁广播电视台根据自身需要设计的XR沉浸式虚拟演播室，该演播室依据XR虚拟技术的工作原理进行系统设备搭建，利用多维LED屏幕和虚拟扩展画面相结合的技术制作方式，为节目内容…

2022年12月，OpenAI的大型语言生成模型ChatGPT刷爆网络,它能胜任高情商对话、生成代码、构思剧本和小说等多个场景，将人机对话推向新的高度，让网友们不禁怀疑ChatGP…

通用的图像补全旨在通过借用周围的信息来填充损坏的图像，这几乎不会产生新颖的内容。相比之下，多模态的图像补全为需要填补的内容提供了更灵活和有用的控制，例如，文本提示可以用来描述具有更…

研究意义目标检测作为计算机视觉的基本任务之一，是实例分割、目标跟踪、行人再识别等视觉任务的基础，近二十年得到了广泛的研究和快速的发展。然而通用目标检测常常以水平边界框作为主要的目标…

直播流媒体是一个持续增长的现象。事实上，在这项研究中，有80%的人表示，他们宁愿观看直播，也不愿阅读一篇博客文章。此外，与标准视频相比，通过直播流播放的视频收到的观看时间多了27%…

本文结合元宇宙和ChatGPT的优势，实战开发一个GPT虚拟直播的Demo并推流到抖音平台。 ChatGPT和元宇宙都是当前数字化领域中非常热门的技术和应用。结合两者的优势和特点，…

每隔一段时间就会有人提出用 WebRTC 广播或进行大规模视频会话的想法，而不使用媒体服务器。只是使用纯 WebRTC 的 P2P 网状技术。 虽然作为大学的研究课题很有趣，但我不…