5G时代来临，智能家居将走向何方?
未来一定是5G的时代。据预测，到2025年全球将有28亿5G用户，覆盖全球58%的地区。凭借海量数据和万物互联，5G也势必将在家居行业，特别是智能家居领域掀起浪潮。在智能硬件技术逐渐成熟的当下，5G会为家居场景带来怎样的创变和革新？我们预想的智能生活，真得即将来临吗？
数字图像处理基础之——像素间的关系（邻接/连通）
一幅图像，经过取样和量化之后就可以得到数字图像。数字图像在存储时，都是由单一的像素保存在存储设备中。像素保存顺序是与像素在数字图片中原本所处在的物理位置相关，那么就要了解像素之间的一些基本关系。
图片的数据增强（Data Augmentation）方法
在深度学习中，为了避免出现过拟合（Overfitting），通常我们需要输入充足的数据量．若数据量比较小，可以对原有的图像数据进行几何变换，改变图像像素的位置并保证特征不变。
浅谈unity中gamma空间和线性空间
其实对于颜色空间的理解，我个人是这样理解的：所有的一切颜色空间，最终的目的，都是为了最终投入到人眼中，能够基本重现自然界的颜色。记住这一个目的，对下面的一些理解就会更加的有依据了。
中国发布信息技术十大前沿热点问题，自动驾驶、人工智能与生物智能等入选
记者从在哈尔滨继续举行的2019年中国科协年会上获悉，年会信息科技论坛已发布信息技术领域十大前沿热点问题，自动驾驶、人工生物智能等入选。
深度学习时代，基于图像的三维重建走过哪些历程？
基于图像进行三维重建是一个十分重要的研究问题，来自于计算机视觉、图形学和机器学习领域的研究人员对这个领域进行了多年的探索。同时通过图像进行三维重建在机器人导航、视觉感知、物体识别、环境理解、三维建模等领域有着重要意义，也会为工业制造、智能控制和医疗健康等行业带来广泛的应用。
什么是自动驾驶？
随着人工智能和深度学习的成熟，以及5G的来临，自动驾驶离我们越来越近，似乎我们马上就要从开车这种枯燥的机械操作中解脱出来了。我们且先想象一下，全自动驾驶会怎样改变我们的生活：出租车自动开，司机全都要下岗？喝酒开车，睡觉开车，玩游戏开车，打情骂俏开车不是梦？车联网，高速路上的车速均等，组成密集队列，相对静止前进？看完本文，这些问题都将得到答案。
Imagination携领先IP技术亮相2019上海世界移动大会，赋能中国企业实现全面创新
6月26日-28日，“2019上海世界移动大会”在上海新国际博览中心举行。本次大会上，Imagination带来了多项领先IP技术的展示，包括R-Car H3汽车虚拟化、HangAR、光线追踪技术和Gnome面部检测等基于PowerVR GPU的应用演示，基于PowerVR Series2NX NNA的物体检测、PowerVR Series3NX、GPU+NNA等人工智能应用演示，以及支持低功耗蓝牙5.0的Ensigma IP应用演示。
Imagination出席2019中国人工智能峰会，人工智能先进技术备受认可
6月28日，中国顶级的人工智能行业盛会之一“2019中国人工智能峰会”（CAIS 2019）在南京国际博览会议中心举行。在本次峰会活动中，Imagination公司副总裁兼中国区总经理刘国军先生应邀出席会议并发表主题演讲。刘总分享了Imagination如何通过其三大IP产品线，助力客户加速异构SoC的设计。
有关人工智能未来的13条名人名言
人工智能不久以前还是科幻电影和小说里的东西。但我们现在正处于一个不断变化的科技世界里，发展速度比过去任何时候都快。人工智能的未来是个未知数，而这并不能阻止大家思考。以下是关于人工智能未来的一些名人名言。
OpenGL中光源的三种移动区别
光源不动：需要在设置完视图模型变换之后。然后再设置光源的位置并且开启。光源和观察点一起移动：在进行视图变换之前设置光源位置，接着进行视图变换，就会以相同的方式同时影响光源和观察点。
眼球追踪将从根本上改善VR的七大原因
眼球追踪技术在医学和航空航天领域已经存在多年，但由于VR的出现，它正在迅速获得新生。VR世界的重量级企业正在将眼球追踪功能整合到未来的头显中，并预计将扩大眼球追踪市场。
2019年工业物联网的8个趋势
在2019年，企业将利用工业制造领域的进步技术，并采取更大胆的措施来提高增长和运营效率。以下是2019年工业物联网的主要趋势和预测。毫无疑问，到2022年，全球物联网技术支出预计将达到1.2万亿美元（IDC）。
视觉工程师必须知道的工业相机50问
经常会有一些机器视觉工程师认为USB接口的工业相机会造成丢帧现象。一般而言，工业相机丢帧与工业相机所采用的传输接口是没有关系的，无论是USB，还是1394、GigE、或者是CameraLink。设计不良的驱动程序或工业相机硬件才是造成丢帧的真正原因。
图像处理技术上的空间域和空间频率域
空间域与频率域为我们提供了不同的视角。在空间域中，函数自变量（x,y）被视为二维空间中的一个点，数字图像f(x,y)即为一个定义在二维空间中的矩形区域上的离散函数；换一个角度，如果将f(x,y)视为幅值变化的二维信号，则可以通过某些变换手段在频域下对图像进行处理了，因为在频率域就是一些特性比较突出，容易处理。
