XiaoMi-AI文件搜索系统
World File Search System视频压缩
搬迁沙田污水处理厂往岩洞的实时大数据人工智能环境影响评估 (AIEIA) 执行摘要 搬迁沙田污水处理厂往岩洞（本项目）的环境影响评估中，位于沙田马场和周边河道的彭福公园鹭鸟林被列为环境指标之一。目前，香港对鸟类生态栖息地的监测主要以人为观察为主，而人为观察的时间间隔有限。由于繁殖季节环境变化微妙，人为不易分辨鸟类行为的细微变化。渠务署藉此机会与香港科技大学合作，通过在项目下对彭福公园鹭鸟林进行先导观察，探索将最先进的绿色人工智能 (AI) 技术融入环境监测。观察是明智行动的第一步。完整的阵列数据收集系统 (ADCS) 和实时数据提取管道架构经过全面设计，可实现模块化，并可成功部署在各种结构中，确保在所有环境中可靠运行。ADCS 具有多种优势，可满足户外环境长期监测的需求：(i) 自动连续录制；(ii) 高分辨率视频；(iii) 高帧率视频；(iv) 巨大的本地数据存储；(v) 保护恶劣环境（例如极端天气条件）。采用一种新的视频压缩标准高效视频编码 (H.265) 来处理、存储和传输高分辨率视频，同时保持视频质量。在户外环境中实现数据采集自动化之后，实施了 AI 算法，以从长达数月的数据中检测鸟类。本研究重点是检测大白鹭和小白鹭，即研究地点的主要鸟类。AI 算法开发的主要挑战是缺乏香港鸟类的标记数据集。为了解决这个问题，我们利用 3D 建模制作了大白鹭和小白鹭的合成鸟类数据集。在虚拟图像的开发过程中，我们应用了姿势和身体大小等显著特征的大量变化，这反过来又迫使模型专注于专家用来区分鸟类物种的细粒度鸟类特征，例如颈部和头部。经过训练的 AI 模型能够在不同背景下以高预测分数区分和定位鸟类物种，平均准确率达到 87.65%。我们的人工智能 ADCS 解决方案比传统的人工观察具有多种潜在优势，能够在不同的天气条件下为不同物种的鸟类计数、行为研究、空间偏好以及种间和种内相互作用提供密集的表面。这项研究的结果和发现有利于未来规划环境监测工作以及项目下的工作阶段，以尽量减少对彭福公园鹭鸟林的潜在环境影响。
搬迁沙田污水处理厂往岩洞的实时大数据人工智能环境影响评估 (AIEIA) 执行摘要 搬迁沙田污水处理厂往岩洞（本项目）的环境影响评估中，位于沙田马场和周边河道的彭福公园鹭鸟林被列为环境指标之一。目前，香港对鸟类生态栖息地的监测主要以人为观察为主，而人为观察的时间间隔有限。由于繁殖季节环境变化微妙，人为不易分辨鸟类行为的细微变化。渠务署藉此机会与香港科技大学合作，通过在项目下对彭福公园鹭鸟林进行先导观察，探索将最先进的绿色人工智能 (AI) 技术融入环境监测。观察是明智行动的第一步。完整的阵列数据收集系统 (ADCS) 和实时数据提取管道架构经过全面设计，可实现模块化，并可成功部署在各种结构中，确保在所有环境中可靠运行。ADCS 具有多种优势，可满足户外环境长期监测的需求：(i) 自动连续录制；(ii) 高分辨率视频；(iii) 高帧率视频；(iv) 巨大的本地数据存储；(v) 保护恶劣环境（例如极端天气条件）。采用一种新的视频压缩标准高效视频编码 (H.265) 来处理、存储和传输高分辨率视频，同时保持视频质量。在户外环境中实现数据采集自动化之后，实施了 AI 算法，以从长达数月的数据中检测鸟类。本研究重点是检测大白鹭和小白鹭，即研究地点的主要鸟类。AI 算法开发的主要挑战是缺乏香港鸟类的标记数据集。为了解决这个问题，我们利用 3D 建模制作了大白鹭和小白鹭的合成鸟类数据集。在虚拟图像的开发过程中，我们应用了姿势和身体大小等显著特征的大量变化，这反过来又迫使模型专注于专家用来区分鸟类物种的细粒度鸟类特征，例如颈部和头部。经过训练的 AI 模型能够在不同背景下以高预测分数区分和定位鸟类物种，平均准确率达到 87.65%。我们的人工智能 ADCS 解决方案比传统的人工观察具有多种潜在优势，能够在不同的天气条件下为不同物种的鸟类计数、行为研究、空间偏好以及种间和种内相互作用提供密集的表面。这项研究的结果和发现有利于未来规划环境监测工作以及项目下的工作阶段，以尽量减少对彭福公园鹭鸟林的潜在环境影响。
神经传感器：利用可编程传感器学习 HDR 成像和视频压缩感知的像素曝光
摘要——相机传感器依靠全局或滚动快门功能来曝光图像。这种固定功能方法严重限制了传感器捕捉高动态范围 (HDR) 场景和解决高速动态的能力。空间变化像素曝光已被引入作为一种强大的计算摄影方法，用于光学编码传感器上的辐照度并通过计算恢复场景的附加信息，但现有方法依赖于启发式编码方案和庞大的空间光调制器来光学实现这些曝光功能。在这里，我们引入神经传感器作为一种方法，以端到端的方式与可微分图像处理方法（例如神经网络）联合优化每像素快门功能。此外，我们展示了如何利用新兴的可编程和可重新配置的传感器处理器直接在传感器上实现优化的曝光功能。我们的系统考虑了传感器的特定限制来优化物理上可行的光学代码，我们在模拟和真实场景实验中评估了其快照 HDR 和高速压缩成像的性能。
多媒体图像和视频压缩... - X-Files
众所周知，20 世纪 60 年代半导体计算机和太空计划的出现迅速将数字图像处理领域带入公众视野。从那时起，该领域经历了快速发展，并渗透到现代技术的各个方面。自 20 世纪 80 年代初以来，数字图像序列处理一直是一个颇具吸引力的研究领域，因为作为图像集合的图像序列可能比单个图像帧提供更多信息。图像序列处理所需的计算复杂性和内存空间的增加越来越容易实现。这是由于技术不断进步，尤其是与 VLSI 行业和信息处理相关的技术不断进步，带来了更先进、更可实现的计算能力。除了数字化领域的图像和图像序列处理外，自 20 世纪 70 年代以来，传真传输已从模拟转换为数字。然而，20 世纪 70 年代末和 80 年代初提出的高清晰度电视 (HDTV) 概念仍然是模拟的。这种情况后来发生了变化。在美国，第一个高清数字系统提案出现在1990年，由电视行业组成的高级电视标准委员会（ATSC）推荐了由大联盟七个成员共同制定的数字高清电视系统作为标准，并于1997年获得美国联邦通信委员会（FCC）的批准。当今世界流行的