实时

视频人像抠图（Video human matting）是计算机视觉的经典任务，输入一个视频（图像序列），得到对应视频中人像的alpha图，其中alpha与分割mask不同，mask将视频分为前景与背景

该系统用于实现飞机的实时状态监控。采用前后端分离架构,前端使用Vue框架;后端采用Spring Cloud微服务,包含监控数据接收模块、数据处理模块、监控显示模块等服务。 系统可实时接收飞机上的各类传感器数据,如高度、速度、油量、温度等。数据处理模块对数据进行校验、过滤、计算等处理。监控显示模块采用ECharts生成实时曲线图表,并设定阈值预警。管理人员可通过Web页面监控飞机状态。 系统还设有地理信息模块,采集飞机GPS数据,在数字地图上实时显示飞机位置,并进行航线监控。通过Kafka实现数据流处理。系统可横向扩展,支持监控多架飞机。 该系统实现了飞机状态数据的实时采集、处理和监控显示。采用微服务架构和流数据处理,确保了系统高可用和可扩展性。实时监控飞行状态,提升了航班安全性。该系统已于多个机场和航空公司使用,运行平稳,客户反馈良好。

项目描述: 对上交所、深交所、北交所和沪港通每日的基金股票数据做处理。下午三点数据会发送到服务器，CD监控到数据到达，抽取数据到Linux后通过flume处理sink到hdfs，经过后续ods层到jgqr层的业务逻辑，生成数据推到下游应用端。 项目职责: 1.使用CD工具和SHELL脚本，采集Windows上面的数据到Linux中。 2.负责pre层的数据处理。在pre层为针对不同的业务逻辑对数据打上标识。 3.自定义flume的source对不同的文件数据进行解析rdb、xls等文件格式解析。 项目贡献： 1.对pre的处理逻辑做优化，需要使用到的历史数据做前置处理，过滤不需要的的数据，解决数据倾斜等问题。 2.执行交易明细层的时候，对pre表和参数表提取视图，提升交易明细层的执行效率。 3.每天业务完成后对交易明细层的小文件进行合并，提升交易汇总层的执行效率。 4.跑接口数据的时候，需要使用到最新的参数表，参数表在不断的更新，采用insert into加批次的方式解决该问题。 5.设计db2状态表和hive的业务表，理解业务，在满足业务的前提下对接口流程可能的去提升执行效率。 6.大数据集群资源有限，业务一般集中执行，需要合理为每个接口配置spark能够使用的资源，保证不同接口执行流程有足够的资源并且不会影响其它接口执行。 7.CD拉取文件数据进行改进：在windows端对批次拉取的文件打tar一次性拉取，提升效率。

该项目的目标是直接在手机上利用单目相机做实时的三维重建。手持手机扫描周围环境即可实现对环境的重建，该项目运用到了手机上的vio，可以调用arkit或者arcore或者ar engine或者easyar motion tracker实现相机的自定位，然后根据自研的算法计算出单目图像的深度，之后使用自研的深度图融合算法计算出场景的mesh。 该方案可以在iphone 7以上的iphone或者小米6以上的中高端安卓机上流畅运行。

集中管理园区的所有门禁控制设备，通过抽象的HUB层可以不断拓展兼容的产品类型。 先已兼容的门禁控制设备有微耕控制器、通通锁、安迅通控制器。