前言

前段时间刷短视频看到过别人用摄像头自动化监控员工上班状态，比如标注员工是不是离开了工位，在位置上是不是摸鱼。虽然是段子，但是这个是可以用识别技术实现一下，于是我在网上找，知道发现了 SlowFast，那么下面就用 SlowFast 简单测试一下视频的行为识别。

近年来，人工智能技术在医疗领域的应用日益广泛，为医疗行业带来了前所未有的变革。作为国内领先的AI大模型，DeepSeek凭借其强大的数据处理能力和智能化应用场景，正在重塑医疗服务的模式。

2025年2月26日，陕西中医药大学第二附属医院正式接入DeepSeek，完成本地化部署，加速推进医疗智慧化进程，为患者和医生带来了全新的医疗体验。

室内场景理解是计算机视觉领域中最根本和最具挑战性的工作之一，其目标是对场景中的各个部分进行语义标注。而基于图像的三维重建技术，是计算机辅助设计和计算机图形学中一个很重要的研究领域，其是根据物体或场景所拍摄的两个或两个以上的二维图像，由计算机自动进行计算和匹配，计算出物体或者场景的二维的几何信息和深度信息，并建立三维立体模型的过程。

室内场景的语义重建，则分别包含了场景理解和物体重建，在室内场设计、房地产等领域具有独特的应用价值。虽然这一领域受到了计算机视觉和图形领域研究人员的关注，但由于深度感知中固有的模糊性、真实环境的杂乱性和复杂性，使得仅从单张图像中完全恢复场景上下文信息仍是一个巨大的挑战。

来源:器械之家

作者：Longway

来源：公众号@3D视觉工坊

1利用其他线索

前面几节讨论了直接从二维观测重建三维对象的方法。本节展示了如何使用附加提示，如中间表示和时间相关性来促进三维重建。

1.1中间表示

许多基于深度学习的三维重建算法直接从RGB图像中预测物体的三维几何。然而，一些技术将问题分解为序列步骤，序列步骤估计2.5D信息，例如深度图、法线图或分割掩码，见下图。最后一步，可以使用传统的技术实现，如空间雕刻或三维反投影，然后过滤和配准，恢复完整的三维几何和姿势的输入。

ANIM: Accurate Neural Implicit Model for Human Reconstruction from a single RGB-D image

AEROBLADE: Training-Free Detection of Latent Diffusion Images Using Autoencoder Reconstruction

作者：追求卓越583

来源：公众号@3D视觉工坊

介绍

当前，对于一个场景的快速重建是重要的，目标是实现一个快速的、全面的三维重建模型。可以应用于野外的林业资源保护、火灾和地震的灾后抢救、边境安防、油田或者海上平台油气设施、电力设施监测都有十分重要的价值。

来源：内容来自半导体行业观察综合，谢谢。

Google 今天分享了有关其TPU芯片的新版本的早期细节，据介绍，该芯片用于运行人工智能工作负载，其性能是前一代的两倍以上。

Google的TPU（即Tensor处理器单元）是专门针对AI设计的专用集成电路。搜索巨头今天详细介绍的新的TPU模型是该芯片的第四次迭代。通过Google Cloud Platform，企业可以使用第三次和第二次迭代，这两者也展示了出色的性能。