# 视觉智能开放平台 #
1
关注
12787内容
FFmpeg开发笔记（十）Linux环境给FFmpeg集成vorbis和amr
在Linux环境下，为FFmpeg添加对AAC、MP3、OGG和AMR音频格式的支持，需安装libogg、libvorbis和opencore-amr库。首先，从官方源下载各库的最新源码，如libogg-1.3.5、libvorbis-1.3.7和opencore-amr-0.1.6，然后解压并依次执行`./configure`、`make`和`make install`进行编译安装。接着，在FFmpeg源码目录中，使用`./configure`命令重新配置，并重新编译安装FFmpeg。最后，验证FFmpeg版本信息确认已启用ogg和amr支持。
一种基于YOLOv8改进的高精度红外小目标检测算法 （原创自研）
【7月更文挑战第2天】
💡💡💡创新点：
1）SPD-Conv特别是在处理低分辨率图像和小物体等更困难的任务时优势明显；
2）引入Wasserstein Distance Loss提升小目标检测能力；
3）YOLOv8中的Conv用cvpr2024中的DynamicConv代替；
FFmpeg开发笔记（三十九）给Visual Studio的C++工程集成FFmpeg
在Windows上使用Visual Studio 2022进行FFmpeg和SDL2集成开发，首先安装FFmpeg至E:\msys64\usr\local\ffmpeg，然后新建C++控制台项目。在项目属性中，添加FFmpeg和SDL2的头文件及库文件目录。接着配置链接器的附加依赖项，包括多个FFmpeg及SDL2的lib文件。在代码中引入FFmpeg的`av_log`函数输出"Hello World"，编译并运行，若看到"Hello World"，即表示集成成功。详细步骤可参考《FFmpeg开发实战：从零基础到短视频上线》。
Fancy123：华中科技和华南理工推出的3D网格生成技术
Fancy123是由华中科技大学和华南理工大学联合推出的3D网格生成技术，能够从单张图片生成高质量的3D网格。该技术通过即插即用的变形技术，解决了多视图图像的局部不一致性，提高了网格对输入图像的保真度，并确保了高清晰度。Fancy123在定性和定量实验中表现出色，能够无缝集成到现有的单图像到3D的方法中。
MVGenMaster：复旦联合阿里等实验室推出的多视图扩散模型
MVGenMaster是由复旦大学、阿里巴巴达摩院和湖潘实验室联合推出的多视图扩散模型，专注于新视角合成（NVS）任务。该模型通过整合3D先验信息，显著提升了NVS的泛化和3D一致性，并能从单一图像生成多达100个新视图。此外，研究团队还推出了包含160万场景的大型多视图图像数据集MvD-1M，以支持模型的训练和优化。
免费试用