周末锂世界〈七〉

640?wx_fmt=gif 640?wx_fmt=jpeg

本期导读:世界杯来了,走一波?


家庭一秒变赛场:你在用什么看球?


毫无疑问,第一届世界杯最幸福的人应该是那些能亲临现场看球的观众们。他们能够感受到球场上沸腾的热度、速度和激情,感受足球散发出的无穷魅力。可是不能到场的球迷们呢?

他们只能默默地买一份第二天的早报,看着赛果和比赛报道,自行脑补比赛的画面……


随着科技的发展,即便身在现场之外,球迷们也逐步从由报纸获得赛况到变成听收音机、看电视机,而如今的收看渠道更是多元,电脑、手机、平台、网络电视……


但是,虽然自己也能看到比赛了,可那毕竟是屏幕里的东西,还是不过瘾咋办?


想要看球更逼真,全息投影技术来帮您。


640?wx_fmt=jpeg


近日,来自华盛顿大学、Facebook和Google的研究团队们开始研发一套全息投影技术,你往椅子上一坐,餐桌秒变球场。


全息投影最近两年获得了长足发展,其立体逼真的效果令其每一次出场都会博得一波眼球。


比如前两年周杰伦在演唱会上展示的和邓丽君穿越时空的合唱,画面就异常震撼,观众简直难辨真伪。尤其是最后化为碎片为消失,浪漫又科技感满满,让人回味无穷……好像跟灭霸打响指的效果差不多?


但是要实现这样难度的投影,耗资不可谓不费。其对场地、设备、技术等都有严格的要求。想要把这种商用的全息投影搬到家里面来,前提就是这家主人得挺有钱……


而研究团队们目标正在于此:将全息投影下沉到家庭应用场景当中。他们开发了一套深度学习系统,通过对来自FIFA游戏的的12000张2D图像进行学习,并整合GPU和游戏引擎之间发送的数据,创建了全息图。比如说通过对GPU的数据调用来捕捉每一帧画面的颜色深度和颜色变化区,经过学习之后,再对视频进行全息处理。


大家感受一下。


640?wx_fmt=jpeg


可以看得出来,处理的效果还是很令人满意的。但是仔细去看,有没有发现什么问题?


对,停球的那个球员好像……没有球?这也是该项技术的有待提高之处。其在进行处理和成像的时候,还是会发生元素缺漏的情况。并且,球员的面部并不清楚,也是因为其图像质量有点低。


但即便是这样,我们也应该感到兴奋不是吗?毕竟如果这项技术成熟的话,它很有可能会颠覆我们观看的视频模式。无论是球赛还是电视剧,甚至是电影制作的模式,都有可能因此而改变。对了,研究团队的目标是能在2022年卡塔尔世界杯的时候能将这项技术推出,所以,有没有点点期待?


《一球成名》:你也可以成名


对这部电影,如果你是足球迷的话,应该都看过;如果你不是一个足球迷,但是仍然处在人生的迷茫时期,我相信它一定可以带给你前进的希望和动力。


它就是《一球成名(Goal!)》。

 

为了踢球的梦想,他堵上了一切


从墨西哥偷渡而来的桑提亚哥一家居住在洛杉矶的贫民区,祖母、父亲、妈妈和弟弟。桑提亚哥有着非常出众的足球天赋,在野球场上他总能旋风般过掉所有的人,然后把球送进球门。他梦想着成为一名职业球员,但现实是父亲只是想让他跟着自己干活挣钱养家。踢足球?踢职业足球?


640?wx_fmt=png


别做梦了,那是有钱人家孩子的游戏。而我们的家庭,面临着生存的重担。


似乎每一个心怀梦想的人总会遇到来自家庭与现实的阻力。然而,桑提亚哥的祖母却坚定地支持他追求梦想。当一名英国球探在球场上偶然发现了横冲直撞的桑提亚哥的时候,这名球探非常坚定的认为:桑提亚哥有足够的资本成为一名世界级的明星球员。


球探点燃了桑提亚哥躁动的心,他不顾一切地堵上了自己的所有,踏上了前往英国的飞机。几经周折,他终于站在了纽卡尔斯的训练场上。


他就这样实现了自己的足球梦了吗?

 

成名的背后:生活的磨砺和严厉父亲内心的温柔


无论是谁,梦想之路都不是一帆风顺的。在野球场上独霸天下的桑提亚哥来到纽卡尔斯之后,他才明白了业余和职业之间的天壤之别。于是他倍加刻苦地练习力量、带球、配合等足球的基本功力,但似乎回报的那天却遥遥无期。


更让人担心的是,桑提亚哥还患有哮喘。机缘巧合,哮喘的发作让他没能抓住宝贵的出场机会好好表现,最终被主教练遗弃。他的英超之旅似乎走到了尽头。


640?wx_fmt=png


但桑提亚哥最终还是回来了。在电影的最后,他的主角光环彻底爆发,成为了纽卡尔斯队的主力球员,并凭借关键的一球淘汰了切尔西,他成为了球场上组耀眼的明星。


在桑提亚哥闯荡的背后,那看似无情的父亲却时刻在关注着他。当他看到自己的儿子在英超赛场上取得进球的时候,作为一名父亲,他的自豪感也油然而生。在此时我们也能够理解,阻碍梦想的,或许永远都不是家人,而是生机难以维持的现实。肩负家庭糊口度日的重担,比起帮人做清洁能立刻拿到钱,去投入一场很可能没有任何回报的冒险显得虚无缥缈。

 

据说桑提亚哥的经历融合了许多大牌球星的生命体验:马拉多纳、罗纳尔多、欧文等等。而它也利用这一项世界第一的运动向我们再次诠释了追求梦想的可贵。也许你每日为果腹而奔波,也许你正在为加薪而努力。然而永远不要放弃追求的脚步,永远不要让对梦想的态度变得冷淡。


趁着世界杯,或许你真的可以翻出这部电影,给激烈比赛的间隙撒一把助燃的作料。


为了更公正和更精彩的比赛:

世界杯上的那些黑科技


如果自己喜欢的球队输了球,教练战术布置得当,球员表现无懈可击,那该怎么为球队的失利泄愤?


正确答案只有一个:骂裁判。


在竞技体育赛场上,球员的实力和临场发挥固然重要,但是一个不怀好意的裁判也往往会有很大的可能操纵比赛的结果。另一方面,在技术缺乏的情况下,裁判几乎是靠着经验、眼力来判断某一个动作到底该作何判定。而在这个时期,裁判确乎掌握着球场上的生杀大权,但是背的锅也确实不少。


然而,当赛场也被技术武装起来的时候,无论裁判愿意与否,其想要用权力来决定生死的时代是一去不复返了,比赛也因此而显得更加公平和公正。那么,在本届世界杯上,FIFA到底采用了哪些科技来保障比赛的公平呢?


640?wx_fmt=jpeg


首先是球门线。按照比赛规则,足球只有整体完完全进入球门线内侧才算是有效进球,无论是在地上还是空中。但是仅仅靠边裁的眼力劲儿去判断一些肉眼很难分辨进球与否的情况,则会在一定程度上产生纠纷。在2010年南非世界杯上,英国队兰帕德的吊球已经进入球门却被判无效,成为了足球史上著名的冤案。而本届世界杯FIFA则特意采用了球门线技术。


所有的比赛都将配备球门线技术,用来处理来自14个高速摄像机的信息,并且在一秒钟的时间内就可以将信息发送给主裁判。在6月15号伊朗对沙特的小组赛中,就利用该技术判断了一个压线的无效进球,保证了比赛的公正性。


其次是视频助理裁判的加入。我们经常能够在NBA的比赛中看到,一旦有不能确定的犯规动作,几个裁判将会来到技术台通过视频回放来仔细确定动作性质。然而,在偌大的足球场上,如果实行和NBA类似的视频技术的话,仅仅是裁判来回跑就将耽误大量的时间,而且足球场上只有补时没有时间暂停。但如果不用视频的话,又意味着最好的裁判辅助工具得不到运用。


因此,FIFA在经过两年多几百场比赛的测试之后,终于在今年3月份正式宣布将在足球比赛中使用视频助理裁判,而俄罗斯世界杯就将是它的首秀。


640?wx_fmt=jpeg


还有则是电子追踪系统。在传统的足球比赛中,教练组们通过观察比赛场上的形势,来决定中场的策略调整、换人等。这在很大程度上要依赖于主教练丰富的执教经验。而在今年的世界杯上,这种用通过肉眼观察来决策的情况会得到改观。FIFA将为每个球队提供三个平板电脑,并为其输送赛场上的视频数据。这样一来,分析师就能更全面而精准地把握场上情况了,然后教练组根据情况进行战术调整。


毫无疑问,这些技术的提供将大大增强世界杯比赛的公正性,同时也会带来更值得赞赏的战术布置。作为世界第一运动,搭上科技的快车一路狂飚,想来也是合情合理之事。

640?wx_fmt=jpeg


640?wx_fmt=jpeg

640?wx_fmt=gif


640?wx_fmt=jpeg

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值