
裸眼3D技术已经推出多年,各种不同原理的技术纷纷出现在市场上,但整个3D市场一直都处于不温不火的状态,其中的原因,3D观看不舒服是一个方面,3D片源过少又是一个方面,在CES2014上,有一家厂商试图去解决这个问题,并且据了解他们已经和国内一些电视厂商展开合作,今年一些成品有可能将会陆续上市。
这家裸眼3D解决方案供应商叫做StreamTV Networks,他们采用柱状透镜式的裸眼3D原理,比较有特色的功能有几点:首先,我们可以自由的调节3D的景深,这个主要用于防止长期观看3D视频造成的眩晕,我们可以根据家庭电视摆放位置和每个人对景深的不同感受调节到最舒适的位置;其次是,它们可以实现将普通的2D电视节目信号实时的转换成为3D输出,经过我们的现场体验,效果还是比较明显的,尤其对于体育节目,立体感极强,当然效果仍然比不上3D片源的输出效果,配图就是我们在现场实时的将新闻联播转成3D信号,当然相机拍不出3D效果,从人眼角度看还是很不错的;第三是成本较低,我们了解到StreamTV Networks的技术不会给电视厂商带来过大的成本压力,他们可以用更低的成本向市场销售裸眼3D电视终端。
目前StreamTV Networks已经和一些电视厂商展开合作,今年这些厂商或许将会推出一些裸眼3D的成品。
[video]uu=dfa091e731&vu=5aebbf53b3&auto_play=0&width=600&height=450[/video]
好文章,需要你的鼓励
芝加哥大学等机构将强化学习引入大型强子对撞机触发系统,用GFPO方法实现阈值自适应调整,显著提升信号效率并保持背景率稳定,首次在真实CMS碰撞数据上完成验证。
英伟达发布Audex多模态大模型,在音频理解与生成达到最优水平的同时,保持文字推理能力几乎零退步,提供完整技术路径。
南加州大学研究揭示语音抑郁检测中"时序聚合"环节的系统性盲点:72个测试组合中三分之一完全失效,骨干网络选择的影响丝毫不亚于聚合架构本身。
斯坦福与根特大学联合提出"变化感知最优采样"方法,无需训练模型,通过匹配历史变化模式筛选AI胸片报告候选,印象部分RadGraph F1提升最高达13.6%。