搜索结果: 1-11 共查到“工学 图像视频”相关记录11条 . 查询时间(0.124 秒)
中国图象图形学学会图像视频通信专委会于2023年4月15、16两天分别在宜昌市当阳一中、枝江一中开展科普活动。专委会秘书长杨铀向与会师生、家长做《图像告诉了我们什么》的科普报告。
2022年8月6日，CSIG图像视频通信专委会组织召开“虚拟现实与智慧生活”学术论坛暨2022年度专委会工作会议。会议由南昌大学承办，上饶师范学院、江西省5G产业联合会协办。专委会创始人、名誉主任朱光喜教授担任本次会议的名誉主席，刘文予教授、王玉皞教授担任本次会议的大会主席，刘且根、杨建荣、李安、余礼苏担任本地主席。会议由王玉皞教授、李安教授主持。本次会议受疫情影响，以线上线下结合的方式举行，《电...
中国图象图形学学会图像视频通信专业委员会
中国图象图形学学会 图像视频通信专业委员会 图像视频通信
<
2022/9/18
图像视频通信涉及图像视频处理、人工智能、大数据、通信技术的交叉融合，其特有的远端通信、交互和呈现能力为航空航天、军事指挥、广播电视、教育培训、应急救援、安防监控、远程医疗等提供了强有力的支撑，为当前疫情条件下复工复产、复教复学提供了重要保障。本专委会在上述交叉技术研究与应用的蓬勃发展中应运而生，由来自高等院校、科研院所、企业团体的一线科研人员共同组成。
云时代的图像视频新“气质”（图）
云时代 图像视频 气质
<
2019/6/26
“电子信息”是近几年频频出现的一个词。得益于计算机技术、通信技术和高密度存储技术的迅速发展，电子信息技术和产品展现了广阔的市场前景。科学家充分利用云环境下海量图像视频的特征进行编码和处理，提供了缓解海量数据存储和传输压力并有效利用的新思路和新方法。具有独特性质的石墨烯，在电路、电子器件制造等领域发挥着重要作用，为我国电子信息技术开辟了新天地。
2017计算机图像，视频和三维形状分析深度学习研讨会（Workshop on DEEP LEARNING IN COMPUTER VISION FOR IMAGE, VIDEO AND 3D SHAPE ANALYSIS）
2017 计算机图像 视频 三维形状 分析 深度学习 研讨会
<
2017/5/22
This tutorial lecture aims at providing an overview of the recent advances around deep learning techniques in computer vision. Some amount of exposure to the modern computer vision and machine learni...
2016年10月27日，由中国图像视频大数据产业技术创新战略联盟主办，中国科学院自动化所智能感知与计算研究中心承办，CCF计算机视觉专业委员会协办的“第四届中国图像视频大数据产业创新论坛”在自动化所召开。论坛得到了社会各界的广泛关注，吸引了来自政府部门、行业企业、科研机构、高等院校等200余位各界精英前来参会。
第二届中国图像视频大数据产业创新论坛召开（图）
第二届 中国图像视频大数据产业创新 论坛
<
2015/4/20
2015年4月15日，第二届中国图像视频大数据产业创新论坛在中国科学院自动化研究所召开。本次论坛由图像视频大数据产业技术创新战略联盟主办，中国科学院自动化研究所智能感知与计算研究中心承办。作为图像视频大数据产业技术创新战略联盟的一次盛会，论坛得到了社会各界的广泛关注，吸引了来自政府部门、行业企业、科研机构、高等院校等近300位代表参加。
图像视频创新联盟成立
图像视频 创新联盟
<
2014/10/16
图像视频大数据产业技术创新战略联盟近日在京成立。作为该联盟的年度盛会，首届中国图像视频大数据产业创新论坛同时召开。据介绍，图像视频大数据分析与处理是保障国家和公共安全的战略高技术、电子信息产业新的增长点。该联盟由中科院自动化研究所牵头，联合相关政府部门、行业企业、科研机构、高等院校共29家单位共同发起，旨在规范、引导我国图像视频大数据技术和产业的健康发展，致力于推动我国图像视频大数据产业技术创新、...
中国成立“图像视频大数据”创新联盟 企业占主体
中国 图像视频大数据 创新联盟
<
2014/9/22
2014年9月19日，在中国科学院自动化研究所的牵头促成下，“图像视频大数据产业技术创新战略联盟”在北京成立。首批成员单位共29家，其中企业19家。随着采集设备的普及，全球图像视频数据正在呈现爆炸式增长。如何利用这些数据更好地为人类服务？目前，国际上已经在做这样的事情了，全球范围内对图像视频大数据的分析与理解一路高歌猛进，研究与应用双管齐下，正逐步进入大规模工业应用阶段。
基于重要度扩散和自适应采样的图像/视频缩放技术
重要度扩散 自适应采样 图像缩放 列像素
<
2012/4/13
提出了一种基于重要度扩散和自适应采样的图像和视频自适应缩放方法, 它在整体概貌和重要区域保护之间进行折衷处理。重要度扩散函数将删除像素的重要性扩散至其邻域，以避免过多删除非重要区域而造成图像整体概貌失真。自适应采样函数则通过对各行和列像素的重要性进行权值的采样，以保护重要区域。此外，通过引入帧间一致性约束，该算法也适合于视频缩放。仿真实验结果表明：与剪切、Seam Carving等方法相比，本算法...