- 综合排序
- 最热优先
- 最新优先
- 来自专栏芯智讯
LG发布全新光学变焦手机镜头模组：支持4～9倍光学变焦自由切换
倍至9倍光学变焦之间自由切换。 目前在智能手机上进行光学变焦并不是什么新鲜事，比如三星在 Galaxy S22 Ultra 上同时使用了3倍和10倍长焦镜头，Google 的 Pixel 7 Pro 则有具备5倍光学变焦的长焦镜头。 然而这些镜头只能提供固定倍率的光学变焦效果，如果用户想要获得不同焦段的放大效果，依然需要通过数码变焦，这就会导致画质下降。 目前手机上主要结合光学变焦、数码变焦 2 种方式，光学变焦直接移动相机镜片，让目标放大或缩小，可保有高解析度和画质；数码变焦，则是将图像感测器上一部分像素放大整个画面，看起来似乎放大了成像，但却降低了解析度 LG 新型光学变焦镜头模组的优点在于，只需要一组相机模组，就能够在4～9倍之间，自由进行不同倍率的拍摄，通过变焦制动器，能够以微米为单位，精准移动相机镜片，让所有成像都以光学变焦达成。
57930编辑于 2023-02-09 - 来自专栏计算摄影学
光学词汇9-透镜2-实像虚像实物虚物
实像（Real Image）和虚像（Virtual Image）是光学术语，它们描述了由透镜、镜子或其他光学系统形成的像（即视觉效果或图像）的性质。这些概念在理解和设计光学系统时非常关键。 实像通常是倒置的，但可以通过额外的光学元件调整为正立。 虚像则是由发散光线形成的像，这些光线在经过透镜或镜子反射、折射后，看起来像是从一个点汇聚出来的，但实际上并无实际交汇点。 实物（Real Object）和虚物（Virtual Object）也是光学术语，描述了物体相对于光学系统的位置。 实物是指位于透镜、镜子或其他光学系统前的物体，它发出或反射的光线直接进入光学系统。 透镜、镜子或其他光学元件接收到的光线，然后形成像。 虚物则是由光线的延长线形成的物体，这些光线在通过透镜、镜子或其他光学系统之前并未实际交汇。 虚物通常出现在复杂的光学系统中，如使用多个透镜的望远镜或显微镜中。
1.7K20编辑于 2023-09-01 - 来自专栏机器之心
光学追踪+裸手识别，是时候跟游戏手柄说再见了吗？
PICO 此次自研的 Centaur多模态追踪算法，将光学追踪算法与 CV 模态下的手柄追踪算法融合，其中光学追踪算法通过识别手柄中 LED 灯发射出的红外光（IR），实现对手柄的定位追踪；CV 模态手柄追踪算法 光学追踪算法在 XR 产品中有着广泛的应用，主要用于实现精准、低延迟的位置和运动追踪。 ；手柄追踪算法团队则提升了光学追踪的稳定性和整个算法框架的实现，多模态的手柄追踪算法在手柄被遮挡情况下仍然能保持稳定追踪。」 「以高精度光学位姿解算和裸手追踪为基础，实时估算手柄和手掌的相对位置关系。在光学解算失效的情况下，使用裸手检测的结果还原出手柄控制器的 6DoF 信息。」PICO 裸手追踪算法团队成员表示。 作为最早将光学追踪产品化的 XR 企业之一，PICO 的光学追踪系统在许多技术点上表现出优势，精度和性能等指标目前处于全球第一梯队。
55930编辑于 2023-09-21 - 来自专栏睐芯科技LightSense
成像光学、非成像光学和光学拓展量简介
成像光学成像光学是传统几何光学的核心内容，成像光学系统包括三个部分：物体、透镜和像。 成像光学的根本任务是利用成像系统实现不失真或尽可能少失真的信息变换或传输。光学成像主要分为三类：小孔成像、镜面成像和透镜成像。 非成像光学系统非成像光学系统按应用可以分为两类：集光系统和配光系统，集光系统应用于太阳能或光电检测中；配光系统主要用于照明设计，尤其是LED 照明设计。1. 非成像光学理论1 光展理论光展（光学扩展量）来自法语单词etendue 是几何光学系统中的一个重要光学属性，用来刻画光学系统的通光能力。 对于理想光学系统光展是一个守恒量， 而对于非理想系统光展只增不减，正是光展守恒为非成像光学设计带来了方便。2 .
1.2K10编辑于 2024-07-24 - 来自专栏睐芯科技LightSense
光学玻璃之光学特性
(1)折射率每个牌号的光学玻璃均按下表所列的光谱线给出折射率，所记载的折射率依据(4)项的色散曲线方程式计算得出。 (3)特殊色散性一般光学玻璃的绝大部分，部分色散比和阿贝数之间存在如下线性关系，这样的硝材被称为正常部分色散玻璃，与此相反，如果在领域图上偏离这条直线的玻璃被称为特殊部分色散玻璃，特殊色散性的大小以“正常玻璃
84610编辑于 2024-07-24 yolov9+deepsort+pyqt5实现目标追踪
【YOLOv9+DeepSORT+PyQt5追踪介绍】 随着人工智能技术的飞速发展，目标追踪在视频监控、自动驾驶等领域的应用日益广泛。 其中，YOLOv9作为先进的目标检测算法，结合DeepSORT多目标追踪算法和PyQt5图形界面库，能够为用户提供高效、直观的目标追踪体验。 通过将YOLOv9和DeepSORT算法集成到PyQt5界面中，用户可以直观地看到视频流中的目标对象及其追踪轨迹，从而实现对目标对象的实时监控和追踪。 综上所述，YOLOv9+DeepSORT+PyQt5的组合，实现了目标检测与追踪的高效结合，为用户提供了直观、易用的追踪体验。 【视频演示】 yolov9+deepsort+pyqt5实现目标追踪结果演示_哔哩哔哩_bilibili这个是使用2024年最新深度学习目标检测框架yolov9结合deepsort和pyqt5实现追踪算法演示
23410编辑于 2025-07-20yolov9+bytetrack+pyqt5实现目标追踪
YOLOv9能够同时处理多个尺度的目标，并有效地应对复杂场景中的遮挡、形变等问题。这使得它成为目标追踪任务中的理想选择。 在目标追踪任务中，PyQt5可以用于构建用户交互界面，展示实时视频流、检测结果和追踪轨迹等信息。 整合应用 将YOLOv9、ByteTrack和PyQt5整合起来，可以实现一个功能强大的目标追踪系统。 综上所述，结合YOLOv9的高精度目标检测、ByteTrack的高效目标追踪以及PyQt5的直观用户界面，我们可以实现一个功能强大、易于使用的目标追踪系统。 【视频演示】 yolov9+bytetrack+pyqt5实现目标追踪结果演示_哔哩哔哩_bilibili这个是使用2024年最新深度学习目标检测框架yolov9结合bytetrack和pyqt5实现追踪算法演示 ，基于yolov8官方目标追踪botsort和bytetrack源码开发视频演示，Yolov9教程来了！
35410编辑于 2025-07-20- 来自专栏硅光技术分享
光学相控阵列
这一篇笔记主要介绍光学相控阵列。 光学相控阵列(optical phased array，以下简称OPA), 即通过调控阵列中不同通道光场的相位，实现光束传播方向的偏转与调节，示意图如下， ? 得益于集成光学的发展，基于硅光、InP系统的光学相控阵列都已经在实验室实现。典型的结构如下图所示，有点类似阵列波导光栅结构(AWG)。黄色区域为相位调制区域。 ? (图片来自文献3) 光学相控阵列可应用在激光雷达(LIDAR)、光学成像、空间光通信等领域。基于OPA的激光雷达，通过动态调节光束的出射角度，接收其反射信号，从而知晓目标的位置、形貌等信息。 如果说激光雷达是无人驾驶汽车的眼睛，那么光学相控阵列决定了这个眼睛的视场、反应速度。 以上是对光学相控阵列的原理和应用的简单介绍。 光学相控阵列通过实现不同单元间的相位差，实现光束的偏转，从而应用在探测、测距、通信等领域，应用非常广泛。但是目前片上集成的光学相控阵列还处于研究阶段，有许多工程化的问题需要解决。
5.3K12发布于 2020-08-14 - 来自专栏知识点分享
Ansys光学仿真
核心优势一 ANSYS SPEOS光学仿真软件通过CIE标准认证，采用统一眩光评价模型 UGR，对不舒适眩光进行分析评价，找出眩光产生原因，更改设计方案控制或消除眩光。 ANSYS SPEOS通过对高铁或地铁列车内部环境进行光学模拟，配合环境光源进行眩光分析，了解其产生机理，在设计前期进行最大的设计改进规避眩光，优化光环境设计。 虽然说，在建筑设计中无法完全规避眩光，但是我们可以采用光学仿真分析，有效并尽可能规避一些眩光现象。
1.6K20编辑于 2022-05-25 - 来自专栏云深之无迹
相机光学杂文
成像里面的一些概念 焦点是从无穷远处物体出发的光线经过光学系统后会聚的点。但这只是概念中的一个理想点，在现实世界中，焦点会存在一定的空间分布，称为弥散圆。 这种非理想的焦点通常源于光学系统的像差（aberration）。 所有镜头都可以对无穷远处的物体成清晰像，但对于非常靠近镜头的物体则存在一定的限制，超过限制后成像开始模糊。 可以输出的规格 3/4，这个是SONY卖的传感器 1/3 消费类相机传感器 松下GH3的对焦点是全区域的，但精确对焦点只有9个，呈3×3排列。 围绕这9个精确对焦点还有若干辅助对焦点，所以按照一般我们常用的表述，松下GH3具备23点对焦能力。 对，还看到一个光学算法工程师的职位，有点意思 另外，今年3NM的芯片也可以做了~ 最后是一个小巧的舵机开关 https://www.digchip.com/datasheets/parts/datasheet
1.1K10编辑于 2023-02-27 - 来自专栏睐芯科技LightSense
高斯光学(Gaussian optics)或傍轴光学(paraxial optics)
如果物空间中一个物点P发出的发散球面波经过成像系统变换成一个会聚球面波，球面波中心为P'，则此系统称为理想光学系统，亦即理想光学。系统将物方的同心光束转换成像方的同心光束。 下图表示一个理想光学系统L,其中P0为光轴上一个物点，它的像点P0'在光轴上;P1为光轴外一个物点，它的像点P1'在光轴外。 理想光学研究光线在理想光学系统中的传递和变换,具有以下特点:(1)物方每一个点对应像方一个点(共轭点)，又称“点点成像”。(2)物方每一条直线对应像方一条直线(共轭线)。 理想光学系统只是实际光学系统的近似模型。 它是高斯首先提出来的，因此又称高斯光学(Gaussian optics)或傍轴光学(paraxial optics)。资料：《近代光学系统设计概论》，宋菲君等。
88410编辑于 2024-08-03 C++使用yolov9结合bytetrack实现目标追踪演示
【简介】 在C++中实现YOLOv9的目标检测与ByteTrack的多目标追踪是一个相对复杂的过程，涉及到深度学习、计算机视觉和实时数据处理等多个领域。 YOLOv9在速度和精度之间取得了很好的平衡，使其成为许多实时应用的首选方法。 ByteTrack是一种多目标追踪算法，它结合了目标检测和目标追踪两个步骤。 ByteTrack使用目标检测算法（如YOLOv9）来识别视频帧中的目标，并使用追踪算法来跟踪这些目标在连续帧之间的运动。 总的来说，在C++中实现YOLOv9和ByteTrack的多目标追踪是一个具有挑战性的任务，但它为实时目标检测和追踪提供了强大的工具。 ，基于yolov8官方目标追踪botsort和bytetrack源码开发视频演示，使用C++部署yolov8的onnx和bytetrack实现目标追踪，2024易语言yolo9全网最强框架更新~，用C#
39310编辑于 2025-07-20- 来自专栏亿源通科技HYC
高速光模块中的并行光学和WDM波分光学技术
并行光学传输在并行光学 (Parallel optics) 的信号传输中，链路两端的并行光模块中含有多个发射器和接收器，采用多条光纤，信号通过多条路径传输和接收，典型的光模块类型包括SR4，SR8，PSM4 MT（MPO）插芯和光纤阵列FA多通道微型连接组件是支持并行光互连的关键部件，用于模块外部光接口连接与模块内部光学耦合，能够集成到光模块板上。 WDM波分光学传输波分复用技术 (WDM) 可以实现单根光纤对多个波长信号的传输，这会成倍提升光纤的传输容量，已经被广泛应用在光通讯的中长距离传输和数据中心的互联中，典型光模块类型如FR4、FR8和LR4 利用自由空间光学（Free Space Optics）设计，结合准直器，用4个WDM波长的滤光片进行合波和分波。 如下400G Rx光学集成组件基于Z-block自由空间技术，集成了400G高速光收发模块的ROSA端的所有光学组件，包含Receptacle、准直器、Z-block、lens array、棱镜和底板。
1K10编辑于 2025-01-25 - 来自专栏码猿技术专栏
分布式链路追踪之Spring Cloud Sleuth夺命连环9问？
大家好，我是不才陈某~ 今天这篇文章陈某介绍一下链路追踪相关的知识，以Spring Cloud Sleuth和zipkin这两个组件为主，后续文章介绍另外一种。 为什么需要链路追踪？ 常见的链路追踪技术有哪些？ 市面上有很多链路追踪的项目，其中也不乏一些优秀的，如下： cat：由大众点评开源，基于Java开发的实时应用监控平台，包括实时应用监控，业务监控 。 Sleuth：SpringCloud 提供的分布式系统中链路追踪解决方案。 很可惜的是阿里系并没有链路追踪相关的开源项目，我们可以采用Spring Cloud Sleuth+Zipkin来做链路追踪的解决方案。 Spring Cloud Sleuth是什么？ 总结 前面介绍了这么多，不知道大家有没有仔细看，陈某总结一下吧： Spring Cloud Sleuth 作为链路追踪的一种组件，只提供了日志采集，日志打印的功能，并没有可视化的UI界面 zipkin提供了强大的日志追踪分析
78121编辑于 2023-10-23 - 来自专栏睐芯科技LightSense
光学传感，测量哪些参数？
之前部门有一个光学工程专业的研究生，她的毕业论文是关于光纤传感的（具体题目忘了），问她监控什么参数的，她答不上来，说是老师的项目，她只负责有限元仿真。。。后来发现她ansys也不会用。 使用光进行传感、测量和控制的设备被称为光学传感器。光学传感通常是非接触式和非侵入式的，并且提供非常精确的测量。在这些传感器中，光波是信息传感器和信息载体。 基于偏振的传感器马吕斯定律、应力光学、法拉第旋转等等，都是基于被测物的偏振变化，已经被用于测量许多量。 使用法拉第旋转来测量在导线中流动的电流，使用电感应双折射来测量电压，使用应力光学定律测量力，使用椭圆偏振仪测量薄膜厚度和折射率。拓展阅读：椭圆偏振的基本方程4. 基于方向变化的传感器光学方向是基于方向变化的设备，可用于监测许多变量，如位移、压力和温度。比如3D相机—结构光、双目视觉和光飞行时间。
25810编辑于 2024-07-25 - 来自专栏AI电堂
光学指纹识别芯片
2019年9月份，汇顶科技市值正式突破千亿元，成为A股首家市值突破千亿的半导体公司；2020年2月份，其市值高峰期更是超过了1700亿元。 随着指纹芯片成本价格下移，有望带动光学屏下指纹识别向中低端手机设备渗透，技术可下沉至 3000 元以下的手机。 目前，主流指纹识别技术有三类，光学式、超音波式和电容式。 但其也有技术劣势，光学传感器体积大；无法对真皮层进行识别，安全性及防伪性较低；此外，光学式需借助OLED自发光特性，导致额外功耗增加、屏幕寿命缩短。 汇顶科技已研发三代屏下光学指纹方案。第三代超薄光学指纹识别方案能很好的适配 5G 手机的空间需求。 ▲ 图8 汇顶第二、三代光学指纹识别方案实用示意图 ▲ 图9 汇顶三代屏下光学指纹识别方案对比 面对 5G 智能手机对内部更大空间的需求，汇顶第三代超薄光学屏下指纹识别技术采用微透镜方案
2.3K10编辑于 2022-09-02 - 来自专栏睐芯科技LightSense
黑色光学材料
超黑宽波段全吸光消光纳米镀膜（Super black wide-band light absorbing nano coating)，可以将入射到材料表面的的光线，包括紫外光、可见光、近红外光以及中远红外波段的光，几乎全部吸收而没有反射。材料表面对所有入射光的吸收率达到96%以上，最高达到99%以上，总半球反射率低至1%以下，辐射率接近1，已近似黑洞。超黑吸光薄膜的制备具有非常大的技术难度。
67710编辑于 2024-07-25 - 来自专栏WOLFRAM
Wolfram 光学解决方案
Wolfram的优势 Wolfram技术包括数千种内置函数和个不同领域的精选数据从而帮助您： 快速模拟透镜、反射镜及其他光学仪器的特性 设计太阳能聚光器、激光、照相机的镜头等 将图形制成动画，观察调整光学元件时结果如何变化 创建互动界面用于光学系统的设计或效果的分析 设计、检测光散射仪器，并与其互动 运用高性能的数学功能优化设计，减少研究时间和费用 进行显微光刻的光学建模，或显微仪器的优化 将干涉图可视化，测试反射镜和透镜 优化脉冲形成并控制新的激光设计 研究开发科学或医学领域中各种新的成像技术 此外，应用库 Optica 中完整集成了光线追踪引擎和可搜索的组件数据库，包含了 6800 多种商用光学零件。 创建光学系统的设计、曲线拟合或数据分析的互动工具，提供视觉反馈使得创新仪器的调试检测变得容易 Code V 和 Zemax 不提供个性化的交互工具 利用完全自动的精度控制以及任意精度算法，在光学模型的计算中得出准确的结果 数值和符号计算用于准确计算可重复使用的模型或准确确定畸变 用微积分和微分方程进行从点扩展函数到显微镜的充分理论的光学计算 » 内置光学特殊函数包括菲涅耳积分、Zernike 多项式，和贝塞尔函数 »
1.2K20发布于 2020-05-15 - 来自专栏亿源通科技HYC
应用于高速收发模块的并行光学&WDM波分光学技术
图片什么是并行光学技术?并行光学技术是一种特殊的光通信技术，在链路两端发射并接收信号，通常采用并行光学收发光模块来实现两端的高速信号传输。 传统的光纤收发模块无法满足日益增长的高速传输需求，而并行光学技术可以成为 4×50G，8×50Gbps传输的经济高效的解决方案。 利用自由空间光学（Free Space Optics）设计，结合准直器，用4个CWDM波长的滤光片通过微光学的方式进行合波和分波。 图片图片为了简化封装工艺，以减小尺寸和降低成本，人们开发了基于集成光学技术的CWDM4 AWG芯片。AWG是阵列波导光栅的简称，在电信网中早已成熟应用。 AWG和Z-block都是高速光模块大量应用的光学组件。Z-block技术在一定程序上优于AWG，性能更好，链路损耗更小，能够传输更远距离。
2.5K30编辑于 2022-12-19 - 来自专栏6G
Intel 的光学互连方案 -- CPO 与 OCI 以及 4Tbps 光学小芯片
在电信时代，光通信具有长距离传输的特点，使用低损耗光纤（可达数百公里），配合光纤放大器（C 波段），采用离散光学子组件，高度依赖数字信号处理（DSP）。 共封装光学（CPO）适用于网络应用，而光学计算互连（OCI）适用于计算结构。 对于 Compute Fabric Interconnect 来说，一个是铜的替代，但目前没有现成的光学标准。 Intel 有一个 OCI Tile，其中集成了用于光学的 PIC Tile，位于电气侧的 EIC Tile。 多年来，Intel 公司一直在探索 chip-to-chip 的光学互连。
2.1K13编辑于 2024-08-30
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号