- 博客(539)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 Stable diffusion 初学者指南
1. Stable diffusion 初学者指南想掌握Stable Diffusion AI技术吗？这份初学者指南专为完全没接触过Stable Diffusion或任何AI图像生成器的新手设计。跟随本指南，你将了解Stable Diffusion的基本情况，并获得一些实用的入门技巧。什么是Stable diffusion？Stable Diffusion AI是一种基于潜在扩散模型的AI图像生成...
2024-04-10 09:44:38
21
转载 FFmpeg 7.0预览
FFmpeg 7.0分支已经创建好了，预计4月份发布。我们来看下7.0的重大更新。0、维护工作对于任何成熟的软件，每个版本必然包含大量的bugfix、cleanup。维护工作不会出现在Changelog中，不是吸引眼球的东西，但是人力投入的占比最高，是一个项目长期稳定的保证。维护工作必须得提两个人，Andreas Rheinhardt做了大量的cleanup和重构，Michael Niederma...
2024-04-08 08:45:47
39
原创 安卓客户端转向车机系统开发会是发展新方向吗？
在过去的一周，发生了两件大事值得关注：飞书开启人员优化小米汽车正式发售一个是互联网行业、一个是新能源行业，这正好是两个时代的交替 。当天我全程看完了小米汽车的发布会，作为尊贵的比亚迪车主，SU7 21.59w 这个价格，显然是不能交个朋友了(没钱的泪水)。但是，当雷总介绍到小米的智能座舱时，却让我感觉有点惊艳了。一般前排有个中控屏，能用来控制座椅加热、车内空调、音乐播放，这都没啥，咱比亚迪也可以的...
2024-04-01 08:49:33
566
原创 iOS VideoToolBox 解码 HEVC Open-GOP 视频的问题排查
详细讲解 VideoToolBox 在 Open-GOP 格式下的解码处理以及码流分析
2024-03-29 21:43:26
716
1
转载 FFmpeg Android 硬件编解码现状及展望
一、功能特性自FFmpeg 6.0版本开始，FFmpeg对Android硬件编解码的支持逐步完善了，当前支持的功能特性包括：通过JNI调用Java MediaCodec直接调用NDK MediaCodec解码：H264、H265、MPEG2、MPEG4、VP8、VP9、AV1编码：H264、H265、MPEG4、VP8、VP9、AV1输入输出方式Surface/ANativeWindow作为编码器...
2024-03-18 08:41:13
58
转载 vivo 短视频体验与成本优化实践
作者：来自 vivo 互联网短视频研发团队本文根据蔡创业、马运杰老师在“2023 vivo开发者大会"现场演讲内容整理而成。在线点播场景，播放体验提升与成本优化是同等重要的两件事，并在部分场景体验优化与成本优化存在一定的互斥关系。vivo短视频深入分析播放链路的每个环节、并结合大数据统计，探索出了多种的体验优化策略；同时针对成本优化，上线了转码、PCDN、共享闲时带宽等多种策略用于降低带宽成本。基...
2024-03-14 08:46:36
35
转载 一文详解端到端的语音识别技术：Paraformer、FunASR
语音作为人机交互中重要的模态之一，其相关技术在AI与深度学习领域愈发受关注。传统的语音识别系统通常由多个模块组成，如声学模型、语言模型等，而端到端语音识别技术（基于深度学习）直接将声音输入映射到文本输出，简化了整个系统架构，提高了准确性和效率。（端到端语音模型的基本结构）端到端语音识别技术推动了整个语音交互技术的进步，广泛应用于智能语音助手、医疗、智能驾驶、智能客服等行业。传统语音识别技术随着发展...
2024-03-12 11:40:46
189
转载 理解ffmpeg
ffmpeg是一个完整的、跨平台的音频和视频录制、转换和流媒体解决方案。它的官网：https://ffmpeg.org/这里有一份中文的文档：https://ffmpeg.p2hp.com/ffmpeg提供了什么？在centos上，可以通过yum进行安装：yuminstallepel-releaserpm-Uvhhttps://download1.rpmfusion.org/free/...
2024-03-12 11:40:46
23
转载 Android Camera 学习路线 | 个人推荐
一直以来，都有不少的小伙伴，会咨询到Android Camera该如何学习，有没学习路线之类的问题，今天这篇文章就来和大家一起探讨一下。说法仅代表个人观点，不一定对，仅供大家参考。首先，从目前市场的招聘需求来看,Android Camera相关的岗位主要有下面这些：大家可以看到，camera相关的岗位相对来说还是挺多的，上面列出来的岗位里面，实际岗位负责的内容要视不同的公司而定。大公司，各个岗位会...
2024-03-11 08:46:44
21
转载 webrtc入门
前言： webrtc的作用是让两个客户端可以进行点对点的连接，使得双方在传递数据时不需要服务端做转发，提高效率。当然，实际的生产工作中，我们并不能完全脱离服务端，两个客户端想要建立链接，必须交换双方的信息，保证能访问到对方，且发送的内容能被对方正确解析，这个交换信息的工作往往需要服务器来完成。另外，webrtc有自己的数据通道（RTCDataChannel），这是一个...
2024-03-04 08:46:33
19
转载 在直播中为什么会提供丢帧策略？？？
点击蓝字关注我们在观看直播过程中，由于网络等一些因素，经常会出现视频画面卡顿、跳帧等问题，而针对弱网直播问题，不同的产品可能采用不同的弱网策略，而今天主要分享的是弱网丢帧策略。当然没有人喜欢在直播中出现丢帧，那么为何一定要实现并提供它呢？一个主要的原因就是为了保证直播的实时性。直播的第一要素就是实时，没有了实时，直播的价值也会荡然无存。所以保证实时性就需要确保录制端的数据要尽可能少的累积，要尽可...
2024-03-01 08:44:40
37
转载 FFmpeg中的主动丢帧功能
1、主动丢帧的应用场景视频丢帧有被动的情况，例如数据丢失损坏导致的丢帧；也有主动的丢帧，例如：高倍速播放（4倍速、8倍速等），解码全部视频帧可能解码速度跟不上，丢弃一部分也不影响播放渲染效果按一定的间隔截图服务器发送码流出现网络拥塞严重的情况，需要主动丢帧降低拥塞丢帧可以是解码前，也可以是解码后。视频解码算力开销大，与解码后丢帧相比，能在解码前丢帧可以降低算力开销。2、FFmpeg解封装丢帧FFm...
2024-03-01 08:44:40
79
转载 都2024年了，居然还不知道RTC？【送书福利来啦】
公众号送书福利又来啦，送出3本《RTC 程序设计 · 实时音视频权威指南》，领取方式见文末。没有拿到福利的朋友也可以点链接直接购买，限时5折，全网最低，只需59 元。本书作者戴维是字节的一位大佬，多年的音视频开发经验凝集在此，阅读此书可助你快速掌握实时音视频端到端知识全貌，抓住业务问题核心，写出优秀代码（我已经提前看过了，确实相当赞????????????????????????）。以下是作者的自序：历经 3 年多时间，我的新书《R...
2024-02-28 08:35:42
41
转载 视频ROI编码的实现、测试和分析方法
1、什么是ROI编码大家可能经常听到ROI这个词，特别是在FFmpeg微信群（@大师兄）。但是通常说的ROI是return on investment，而视频编码ROI是region of interest。简而言之，ROI编码是提高特定区域的视频编码质量。这个特定区域，99%的案例中是人脸区域。2、ROI编码的实现实现ROI编码总共需要两步：找出特定区域（????）提高特定区域编码质量第一步基本上由A...
2024-02-27 10:51:07
222
原创 关于大模型的一些基础内容
跟上时代发展，作为 IT 人员都有必要了解大模型的一些基础知识。从质疑 AI 到理解 AI，到最后使用并超越 AI 。大模型定义： 大模型指的是 大语言模型（英文：Large Language Model，缩写LLM）， 大语言模型（LLM）是基于大量数据进行预训练的超大型深度学习模型。这里面有两个关键描述，大量数据预训练 和 超大型深度学习模型，两方面都在体现着 “大” 的特性。大模型对数据量的...
2024-02-26 08:58:08
787
转载 解读OpenAI Sora文生视频技术原理
OpenAI Sora文生视频（图像看作单帧视频）一放出就炸翻整个AI 圈，也是ChatGPT掀起GenAI热潮时隔一年后，OpenAI再次史诗级的更新。OpenAI 随后公布的技术综述[文献1]，难掩其勃勃雄心：视频生成模型作为世界模拟器。笔者春节前原计划整理一下对Google Lumiere 文生视频的认知，多个因素遗憾推迟。对比看两者大的技术方向均选择了扩散模型，却也有许多关键细节不同。恰好...
2024-02-21 08:53:18
41
原创 AI 生成视频爆火，不妨先用用这个 MoneyPrinter(印钞机)
这两天朋友圈都被 Sora 刷爆了。一段提示词，就能生成如此逼真效果：一位时尚女性走在充满温暖霓虹灯和动画城市标牌的东京街道上，她穿着黑色皮夹克、红色长裙和黑色靴子，拎着黑色钱包，她戴着太阳镜，涂着红色口红，她走路自信又随意，街道潮湿且反光，在彩色灯光的照射下形成镜面效果，街道许多行人走来走去。关于 Sora 的更多内容，大家应该也看了不少。Sora 凭一己之力，涵盖了视频编辑、影视制作、特效渲染...
2024-02-20 09:02:45
980
原创 龙年到，祝大家新春快乐！！！
时光荏苒，一年又将走到尽头。在过去的 2023 年，IT 行业也发生着许多事情，裁员、降本增效、AIGC、ChatGPT ，这些关键字隔三差五就能看到。一方面是企业发展受阻，开猿节流，另一方面是新技术兴起，带来新的发展机会。IT 行业就是这样不断推陈出新，不断淘汰旧技术，不断迎接新未来。这些行业变革对圈内的每个人多少都会有些影响，有人失意，有人得意，也有人默默苟着，守住自己的家庭和工作。好在 20...
2024-02-09 17:31:25
141
转载 视频超分技术是指什么？
超分辨率技术（Super Resolution），是通过硬件或软件的方法提高图像或视频帧的分辨率， 通过一系列低分辨率图像获取到高分辨率图像的过程。目前超分辨率技术主要可以分为两类，单图像超分辨率（Single Image Super Resolution,简称SISR）和视频超分辨率（Video Super Resolution，简称VSR）。超分辨率技术不仅可以应用在一些低分辨率的老片和手机拍...
2023-12-18 08:30:08
134
转载 RTE 行业的人才发展问卷调研启动啦！开发者、场景化应用者、RTE 行业 HR 快来参与吧~
欢迎音视频开发、架构师、前端工程师、产品经理、SDK 开发、视觉引擎、图形引擎、测试、运维、安全工程师、UEX 和 DevRel 等开发者，直播平台企业、线上教育企业、远程医疗、远程金融等场景化应用者和 RTE 行业 HR 参与专属问卷调研。实时互动（Real Time Engagement，以下简称 RTE），顾名思义，是指在远程条件下沟通、协作的多方能够随时随地接入、实时地传递虚实融合的多维信...
2023-11-23 09:02:37
128
转载 音视频行业目前发展到什么程度了？还有哪些搞头，免费听，速来！！！
限时免费报名！「RTE 2023 第九届实时互联网大会」定档 10.24-10.25。作为实时互动行业发起最早，覆盖人群最广、影响力最大的风向标大会，今年将以「智能·高清」为主题，聚焦 AIGC 、出海、数字化转型等时下最热门的话题，设置 7 场技术论坛、4 场行业论坛、2 大互动式沉浸展区、1 场开发者专属 Workshop。诚邀大家一起相聚线下，感受实时、智能、高清。⬆️⬆️⬆️扫码即可限时...
2023-09-20 13:00:13
120
转载 基于DoG的2D卡通化渲染实现流程和原理
背景和目标卡通渲染是图形学里非真实感渲染的一种。卡通化分为很多流派，比如美式动画/日式动画等。我们的目标效果是AE风格化里的卡通化效果。效果图:只画线稿:画线稿并着色:左图是原图，右图是我们自制AE卡通化插件的效果，和AE原版卡通化效果比较接近。渲染流程分为三步，本文依次标记为"前菜"(预处理 平滑图片), "主餐"(重头戏 描边) 和 "甜点"(颜色处理 色块化)；前菜双边过滤卡通化时，我们既...
2023-09-04 08:37:44
185
转载 史上最全的C++/游戏开发面试问题总结（二）——虚函数，内存，STL
笔者毕业两年，最近通过猎头拿到了腾讯游戏以及网易游戏的两个客户端研发offer（UE4/C++）。在面试前夕，笔者对C++进行了较为全面的复习和总结，乐观估计可以涵盖80%左右的面试基础问题。这个系列的文章预计有《C++基础》、《内存、STL、虚函数相关》、《数据结构与算法》、《操作系统与网络》四篇（当前是第二篇），每篇都是以问答的形式分享并给出了参考资料的链接地址。大部分问题回答的比较简洁，需要...
2023-07-05 08:40:49
280
转载 史上最全的C++/游戏开发面试问题总结（一）——C++基础
笔者毕业两年，最近通过猎头拿到了腾讯IEG以及网易游戏的两个客户端研发offer（UE4/C++）。在面试前夕，笔者对C++进行了较为全面的复习和总结，乐观估计可以涵盖80%左右的面试基础问题。这个系列的文章预计有《C++基础》、《内存、STL、虚函数相关》、《数据结构与算法》、《操作系统与网络》四篇（后续可能会调整），每篇都是以问答的形式分享并给出了参考资料的链接地址。大部分问题回答的比较简洁，...
2023-07-05 08:40:49
848
转载 2023移动端技术探索
1. 行业背景过去的2022年对大家来说都是困难的一年，难在疫情影响，难在宏观环境的增长放缓。没有增长带来的就是痛苦的体验，对于互联网行业，21年的主题是“反996”，到了22年风向就变成了“降本增效”、“业务搜索”以及“裁员”。再细化动移动端，经过十年的发展，它已经步入“成熟期”，各行各业都被改造差不多了，技术上该有的轮子都有了，基础的服务也搭建差不多了，似乎真正到达瓶颈了，存量时代的小修小补对...
2023-06-21 08:40:11
207
转载 端午节，和声网一起给大家送书送粽子！！！
重要规则说三遍：扫码关注声网公众号，后台留言“实时万象”，在弹出表单中填写寄送地址，100%送《实时万象》后台留言中随机抽三位粉丝送声网端午节定制礼盒。活动仅限今天！！！《实时万象》是由声网市场副总裁彭小欢担任主编，声网研究院成员担任编委，全面剖析实时互动产业的20+赛道、200+场景，并首次揭秘声网的实时音视频大数据，全面拓展声网对实时互动场景的深度观察与理解，旨在为全球的开发者以及行业从业者提...
2023-06-20 08:40:17
87
原创 C++ Lambda 表达式：深入理解与应用
C++ Lambda 表达式是 C++11 标准引入的一项强大功能，它允许开发者以简洁、优雅的方式创建匿名函数对象。本文将深入探讨 C++ Lambda 表达式的原理、语法和应用场景，帮助读者更好地理解和使用这一功能。1. Lambda 表达式简介 Lambda 表达式是一种创建匿名函数对象的语法糖，它结合了闭包和函数对象的概念。闭包是一种捕获其所在作用域中的变量并封装在一个函数对象中的技术，而函...
2023-05-31 08:42:48
205
原创 英伟达股票大涨，对应 GPU 产品有哪些型号？
英伟达（NVIDIA）是一家知名的 GPU（图形处理器）制造商，其 GPU 产品线非常丰富，涵盖了从消费级到专业级的各种型号。最近英伟达股票大涨，高端 GPU 供不应求，搞大模型的团队都要疯狂进货，特意搜集了一下主要的英伟达 GPU 型号，好有一个更清晰的了解：GeForce 系列： 面向消费级市场，主要用于个人计算机、游戏设备等。GeForce 系列的 GPU 型号非常多，以下是一些代表性的型号...
2023-05-31 08:42:48
1200
原创 WebGPU：下一代 Web 图形和计算 API
WebGPU 是一种新兴的 Web 标准，旨在为现代图形和计算应用提供高性能、低功耗的 API。本文将介绍 WebGPU 的背景、特点、用途以及和 WebGL 的对比。一、背景 随着 Web 技术的不断发展，越来越多的高性能图形和计算应用开始出现在浏览器中。WebGL 是迄今为止最广泛使用的 Web 图形 API，但随着硬件和软件技术的进步，WebGL 已经逐渐暴露出性能和功能的局限性。为了满足现...
2023-05-30 08:29:06
555
原创 今天的技术干货由 ChatGPT 买单了~~
ChatGPT 技术最近有多火就不用再介绍了吧，连超级大佬都说了 ChatGPT 这是几百年不遇的、类似发明电的工业革命一样的机遇。这种机遇当然不能错过，使用得当那就像玄幻小说里的男主角开了挂一样，用来做快速查询、资料搜集、辅助学习相当不错，前提是用对了提示词关键字，难怪吴恩达都开了一门课程讲如何构造 Prompt 。接下来就由 ChatGPT 提供今天的技术干货，我问了几个关键字，这是它的解答，...
2023-05-24 08:28:49
429
转载 Java 28岁了！这些好书留言抽奖送给你~~
导读>>敲黑板，看重点：在本公众号留言，写下你与 Java 开发的故事，就有机会获得下列图书之一。避免中奖后不能及时联系，请确保已添加我微信号 ezglumes 。Java 28岁了，当打之年，并且还会打很多年。为即将或正在使用Java的你推荐Java“此生错过必遗憾”系列书单。看看你还缺哪本？请补齐。优惠购书链接就在文中，拿好不谢。01《Java核心技术》>>开发基础+...
2023-05-23 15:04:33
63
转载 干货| 四种渲染到底是啥？终于有人讲明白了！（上）
渲染，就是将3D模型转换成2D图像，并最终呈现在屏幕上的过程。虽然这里只有一句话，但是这一句话里面包含了太多的数学、物理和计算机方面的知识，它描述了我们用计算机来虚拟化真实世界的基本逻辑。渲染过程是需要计算机进行运算且消耗时间的。RenderingWikihttps://en.wikipedia.org/wiki/Rendering_(computer_graphics)不同的渲染分类，会用到不...
2023-05-22 09:01:01
240
转载 干货| 四种渲染到底是啥？终于有人讲明白了！（下）
上一期，我们已经简单介绍了离线渲染、实时渲染、云渲染的基本概念。大家可以参考上一期的文章。接下来，我们继续聊一下混合渲染。混合渲染混合渲染（Hybrid Rendering）从字面意思就是非单一方法的渲染机制。这也就使得这个词，没有一个完全标准且唯一准确的定义。首先大家需要明白，渲染的最终目的是呈现画面，不论是图片，视频，还是实时交互的场景。那为了这个最终的呈现结果，如果渲染过程中采用了很多种方案...
2023-05-22 09:01:01
347
转载 普通人怎么能拥有千万资产？干了这碗鸡汤
来自知乎上的一个高赞回答，在微博上还有热搜，不得不说这是一碗毒鸡汤，适合在周一的早上干了它，才能激情满满地面对新一周的工作生活~~嗯嗯，能看到这里的，今年应该都会发大财...
2023-05-08 08:25:32
104
转载 游戏引擎 -> 硬核科普视频
五一假期刷到一个非常硬核的游戏引擎科普视频。《阴差阳错 撼动世界的游戏引擎》视频时长三十分钟，从游戏引擎的发展史，到渲染方程的原理和实现，再到全局实时光照的技术实现，重点讲到了 RayMarching 距离场方式实现光线追踪以及 UE 引擎中的 Lumen 实现方式，最后是对游戏引擎驱动世界的一些展望。这个视频做的真的太厉害了，Up 主前前后后做了五个月，将很复杂的游戏引擎全局光照问题讲的清晰易懂...
2023-05-04 08:35:37
80
转载 【该劝退了】国内音视频开发的前景怎么样?
作者：cfwang链接：https://www.zhihu.com/question/464940771/answer/2939864399在知乎上看到的这个问题 国内音视频开发的前景怎么样 ？，除了这位cfwang 老哥是在认真回答，其他全是卖课的，卖课是为了干嘛？韭菜是不懂的。我个人非常赞成cfwang 老哥的观点，一看就是业内老兵，格局大，从实际出发，敢讲真话。以下是知乎原文，大家各自评...
2023-03-23 08:40:47
390
转载 音视频开发系统入门大致路线
最后欢迎大家加入 音视频开发进阶 知识星球，这里有知识干货、编程答疑、开发教程，还有很多精彩分享。更多内容可以在星球菜单中找到，随着时间推移，干货也会越来越多！！！给出 10元 优惠券，涨价在即，目前还是白菜价，基本上提几个问题就回本，投资自己就是最好的投资！！！加我微信 ezglumes ，拉你进技术交流群推荐阅读：音视频开发工作经验分享 || 视频版OpenGL ES 学习资源分享开通专辑 ...
2023-01-03 08:33:24
407
转载 从零开始，开启属于你的 RTE 漫游之旅！丨漫游指南 x 即将启航
????什么是「开发者漫游指南」？「开发者漫游指南」邀请热爱前端开发、关心音视频领域发展、希望进入音视频行业、乐于和大家一起交流成长的小伙伴，通过「开发者漫游指南」与社区共同成长，帮助更多的开发者在实时音视频领域取得进步。大家好，我是你们的朋友陈运营，我又带着一大批礼物来了。正如我们的标题所说，新一期的「开发者漫游指南」即将启程啦！在过去的 2 期漫游指南里，有 300+ 位同学参与了我们的漫游之旅，...
2022-12-09 16:55:45
178
转载 OpenGL之仿美图实现不规则物体加描边特效
背景 在美图中有个功能可以给抠图以后的物体加上描边，就想着能不能在Android中用OpenGL实现它，最终效果如下：实现 分析思路一：刚开始的想法是把物体放大，放大的物体全设为白色，就是不规则的物体中心点很难找思路二：如果能找到边缘，按边缘的法线方向放大一定比例就可以，可是怎么找到边缘，又怎么找到法线方向，一时无从入手思路三：假设知道物体的所有点到物体中某一点的距离，只要变换距离，就能放大物体，...
2022-11-25 08:24:26
1020
1
DroidPlugin Android 插件化的实现原理以及在 360 手机助手中的应用
2024-03-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人