首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

国家林业和草原局联合腾讯首次“全真”直播国家公园 30余“全珍”稀有物种夏至亮相

6月21日夏至日,国家林业和草原局(国家公园管理局)与腾讯联合推出海南热带雨林国家公园首次微信视频号4K高清直播,搭配QQ音乐全景声技术,探索“全真国家公园”视听体验。此次“全真”直播一次性展示了包括海南山鹧鸪、海南坡鹿等国家一级重点保护野生动物在内的30余“全珍”稀有物种。 直播中,4K高清画质下的海南热带雨林国家公园清晰逼真,珍稀物种毫发毕现。QQ音乐银河音效团队采用自主研发的全景声技术,基于人耳对声音方位感知的心理声学原理,在结合国家公园实地视觉效果的基础上,对珍稀动物以及热带雨林的自然声音进行了

01

基于双目视觉的树木高度测量方法研究

随着人工智能时代的到来,计算机视觉领域被广泛应用到各个行业中。同样的,人工智能改变着传统林业的研究方法,林业信息工程技术日渐成熟。针对传统树高测量方法中存在的结果准确性不高、操作困难、专业知识转化为规则困难等问题,采用了一种基于双目立体视觉理论计算树高的方法,实现了树木高度的无接触测量。以双目相机作为采集设备,基于MATLAB、VS2015开发平台,采用张正友单平面棋盘格相机标定方法进行单目标定和双目标定,从而获取双目相机2个镜头的参数。通过SGBM算法和BM算法立体匹配后获得视差深度图像,进而获取树木关键点的三维坐标信息并以此来计算树木高度。将深度学习与双目视觉相结合可以实现树木同时在二维和三维空间的信息提取。在VS2015上的试验结果表明,该方法操作相对简单,并且能够较为准确地测量树木高度,SGBM算法树高测量结果的相对误差范围为0.76%~3.93%,BM算法相对误差范围为0.29%~3.41%。结果表明:采用双目视觉技术测量树木高度可以满足林业工程中对于树高测量的精度需要。

03

[50页报告下载]《中英开放数据发展和合作》报告新鲜发布

◆ ◆ ◆ “开放数据前沿”专栏招募志愿者啦!该专栏是由大数据文摘和开放数据中国共同推出的聚焦于开放数据领域的专栏,如果你对这个专栏感兴趣,请直接到文末寻找加入详情。 ◆ ◆ ◆ 在5月23日下午刚刚闭幕的“开放数据与大数据双边对话”活动上,中国工业设计研究院副总张柏军先生对外正式发布了“中英开放数据发展和合作”报告。该项报告由英国驻华大使馆和中国工业设计研究院共同资助,由开放数据中国联合创始人高丰博士编写,旨在对中英两国开放数据的发展历程和最佳实践予以回顾盘点,并总结中国目前开放数据发展过程中的共性

05

国家林草局与腾讯战略合作发布会,多媒体实验室助力推出首个12.5亿像素国家公园VR全景APP

‍‍2023年5月9日,国家林业和草原局与腾讯签署战略合作协议并召开发布会。 早在2022年1月,由腾讯多媒体实验室承制,国家林业和草原局与腾讯公司联合推出了首个中国国家公园12.5亿像素VR全景APP。用户可在手机端120倍放大,全景“云”游东北虎豹国家公园。 技术团队深入东北虎豹国家公园无人区,通过智能影像处理和自研全真VR360解决方案供所有人在“云端”走进这片山林秘境,多媒体实验室自研技术可根据用户屏幕分辨率和用户网络带宽自适应高质量快速渲染用户可视画面,克服手机无法正常加载或加载速度极慢等问题

03

南医大林凡教授团队Chem. Eng. J.:三明治二维纳米片用于可激活自噬增强的化学动力学疗法

基于芬顿或类芬顿反应的化学动力学疗法在近年来受到了研究者们的广泛关注,这种依赖于过渡金属的新型肿瘤治疗手段可以高效地将肿瘤细胞的内源过氧化氢转换成高毒性的羟基自由基。但是,肿瘤细胞内高表达的谷胱甘肽会清除所产生的羟基自由基,降低细胞内的活性氧水平,维持氧化还原平衡。另外,肿瘤细胞会保护性地启动自噬,将氧化损伤的细胞器分解成营养成分,从而减少损伤细胞器的积累,延续细胞的生长。因此,肿瘤细胞内的高谷胱甘肽以及保护性的自噬将会严重影响化学动力学疗法的治疗效率。

03

腾讯教育第二期“湘智云”大讲堂开讲 聚焦校企合作培养新型人才

9月25日,腾讯教育腾实学院与腾讯云计算(长沙)有限责任公司在长沙联合举办了“湘智云”大讲堂第二期线下论坛。来自地方政府、高校、企业代表汇聚一堂,围绕区域产业与人才协同发展等话题展开深度交流。活动采取线上线下并行的模式,吸引了超600名高校师生、企业员工报名参与。 本期大讲堂以“数字互联、启力未来”为主题。湖南湘江新区管委会产业促进局局长郑平,腾讯云副总裁、腾讯教育副总裁王涛,以及长沙各高校信息技术、软件中心的学科带头人,腾讯教育的业务负责人等出席并发表了演讲。 (湖南湘江新区管委会产业促进局局长郑

01

农林业遥感图像分类研究[通俗易懂]

遥感图像处理是数字图像处理技术中的一个重要组成部分,长期以来被广泛应用于农林业的遥感测绘,防灾减灾等领域。本文旨在通过深度学习技术从遥感影像中分类出农田和林业地块。手工从遥感图像中分类出农田和林业区域分类虽然准确但是效率低下,并且很多采用传统图像分割技术的方法泛化性能差,不适合场景复杂的遥感图像。经实践证明,使用深度学习技术在各种计算机视觉任务中都取得了良好的效果,因此本文首先使用先进的深度学习框架进行分类实验,例如使用PSPNet,UNet等作为分割网络对遥感图像数据集进行分类与分割训练。这些框架在ImageNet,COCO,VOC等数据集上表现很好,但是由于遥感图像数据集相对于ImageNet,COCO等数据集,不仅检测对象相对较小而且可供学习的数据集样本较少,需要针对这一特点进行优化。本文经过多次实验将高分辨率的图像切割成合适大小分辨率的图像以减小神经网络的输入,同时进行图片的预处理和数据增强来丰富学习样本。同时在真实情况下,农林区域易受到拍摄视角,光照等造成分割对象重叠,因此本文提出一种处理分割对象重叠的处理策略,来优化边界预测不准确的情况,使用该方法后准确率有明显提升。经实验证明,本文所提出的基于深度学习的农林业遥感影像分割在开源遥感图像数据集上的取得了94.08%的准确率,具有较高的研究价值 农林业遥感图像数据(图1)对于许多与农林业相关的应用至关重要。例如作物类型和产量监测,防灾减灾以及对粮食安全工作的研究和决策支持。最初,这些数据主要由政府机构使用。如今,蓬勃发展的农林业技术也需要在农场管理,产量预测和林业规划等各种应用领域进行革新。以往农林业地块的高质量遥感图像数据主要是手动在高分辨率图像中分割出来的,即通过土地功能不同引起的颜色,亮度或纹理的差异与周围区域 亮度或纹理的差异与周围区域区分开来。尽管农林业遥感图像的手动分类可以非常准确,但是非常耗时耗力。 图1.1:农田的遥感图像分割 定期更新农林业遥感图像数据的需求日益增加扩大了自动化分割农林业遥感图像的需求。 与ImageNet、VOC2007、COCO等目标检测/分类数据集中的大多数图像相比,农林业遥感图像中的对象相对简单。例如,人体的图像数据看起来要复杂得多,因为它包含各种不同纹理和形状的子对象(面部,手部,衣服等)。因此,优化传统的图像分割以及深度学习技术来设计用于农林业遥感图像分割的算法是非常重要的。该模型需要正确地排除不需要进行分割的对象(房屋,工厂,停车场等),区分具有几乎相似的光谱特性的相邻区域和可见度差的边界区域,并且正确地分割出所需的对象。 1.2 选题来源与经费支持 本研究课题来源于计算机与信息工程学院 随着传感器技术,航空航天技术,图像处理技术快速的发展,利用卫星遥感图像进行深度学习处理广泛应用于生产实际中。由于农林业遥感图像场景复杂,使用传统图像处理分割算法效果差且泛化性能弱,本文使用深度学习方法,在现有的的深度学习模型上训练,优化,最终提出一种一种优化后的深度学习模型,经测试,该模型在收集的农林业遥感图像数据集上可以准确的分割出所需的对象,本文提出的模型主要解决如下几个难点:

02

冬奥会闭幕!盘一盘国内高校在冬奥会上的「黑科技」应用,你的母校上榜了吗?

来源 | 吴文俊人工智能科学技术奖 历时半个月的北京冬奥会即将落幕! 申冬奥成功以来,「科技冬奥」重点攻关大力推进,《科技冬奥(2022)行动计划》全面展开,国家重点研发计划「科技冬奥」重点专项有序推进,取得了一系列科技创新成果。这其中自然少不了高校的力量。 据不完全统计,清华大学、浙江大学、复旦大学、上海交通大学、哈尔滨工业大学、北京航空航天大学、重庆大学、大连理工大学、北京林业大学、东北大学等多所国内高校贡献了科技智慧,助力冬奥。 1 浙江大学 织就炫酷的「冰丝带」 作为唯一新建冰上竞赛场馆——国家

02

华中师范大学联合腾讯教育开通疫情防控心理援助平台

随着近期新型冠状病毒疫情爆发,人们的生活习惯被打破,对疫情的担心也引发了很多特殊的心理问题:有人稍有不适就疑心自己患了“新冠肺炎”,也有人过度担心疫情发展,还有因亲友感染而处于焦虑痛苦之中。为了疏解各种因疫情而产生的心理紧张,帮助大家度过这段特殊的时期,1月31日,在教育部指导下,华中师范大学联合腾讯教育、腾讯社会研究中心推出了一个面向全社会的疫情防控心理援助平台。 这是一个线上服务平台,人们可以通过电话、线上实时音视频通话和即时通信(文字聊天)等多种方式进行咨询。该平台由腾讯教育提供技术支持,基于腾讯云

02
领券