OCR文字识别方法综述
摘 要：文字识别可以把海量非结构化数据转换为结构化数据，从而支撑各种创新的人工智能应用，是计算机视觉研究领域的分支之一，其任务是识别出图像中的文字内容，一般输入来自于文本检测得到的文本框截取出的图像文字区域。近几年来，基于深度学习的文字识别算法模型已取得不错成果，其过程无需进行特征处理且可以实现复杂场景文字识别，效果要优于传统文字识别方法，逐渐成为文字识别研究应用的主流方式。本文将主要介绍基于深度学习的文字识别技术综述，分类总结主流文字识别经典算法，讨论未来文字识别领域发展与研究趋势。
达摩院CVPR2023人脸重建论文HRN解读——REALY榜单冠军模型
前言高保真 3D 人脸重建在许多场景中都有广泛的应用，例如 AR/VR、医疗、电影制作等。尽管大量的工作已经使用 LightStage 等专业硬件实现了出色的重建效果，从单一或稀疏视角的单目图像估计高精细的面部模型仍然是一个具有挑战性的任务。 本文中，我们将介绍来自达摩院的CVPR2023最新的人脸重建论文，该工作在单图人脸重建榜单REALY上取得正脸、侧脸双榜第一，并在其他多个数据集中取得了SO
FFmpeg开发笔记（二十三）使用OBS Studio开启RTMP直播推流
OBS（Open Broadcaster Software）是一款开源、跨平台的直播和和Linux。官网为<https://obsproject.com/>。要使用OBS进行直播，需执行四步：1) 下载并安装OBS Studio（<https://obsproject.com/download>），2) 启动流媒体服务器如MediaMTX，生成RTMP推流地址，3) 打开OBS Studio，设置直播服务为自定义RTMP服务器（127.0.0.1:1935/stream），调整视频分辨率，4) 添加视频来源并开始直播。同时，通过FFmpeg的拉流程序验证直播功能正常。
