Fallstudien zu Emergent Vision Technologies
Erfahren Sie, wie unsere Kunden mit unseren erfolgreich waren Hochgeschwindigkeitskameras für ihre bildgebenden Anwendungen, einschließlich metaverse, tiefes Lernen und Bildverarbeitung um weitere Anwendungsbeispiele zu finden.
Fallstudie: 100GigE-Kameras helfen Sportfans, in immersive Virtual-Reality-Erlebnisse einzutauchen
Der technologische Fortschritt verändert seit mehr als 100 Jahren die Art und Weise, wie Fans Sport konsumieren. 1921 wurde das erste Baseballspiel im Radio übertragen. Achtzehn Jahre später wurde das erste Spiel in körnigem Schwarzweiß ausgestrahlt, [...]
Fallstudie: 3D-Scansystem erweckt digitale Charaktere zum Leben
Fortschritte bei visuellen Effekten (VFX) haben zu einer digitalen Transformation in der Unterhaltungsbranche geführt und die Art und Weise, wie wir Medien konsumieren, verändert. Diese digitalen Charaktere, Objekte und Umgebungen in Filmen, Fernsehsendungen und Videospielen zum Leben zu erwecken, beginnt heute mit [...]
Fallstudie: Hochgeschwindigkeitskameras unterstützen den Flügelverformungstest in Windkanälen
In dieser Windkanal-Testanwendung entschieden sich die deutsch-niederländischen Windkanäle für Emergent 10GigE-Kameras mit 20 MP CMOS-Sensoren, da ihre Glasfaserschnittstelle es ihnen ermöglichte, alle vier Kameras von der Windkanalsimulation auf einem einzigen Remote-PC zu betreiben. Deutsch-Niederländisch [...]
Fallstudie: Hochgeschwindigkeitskameras überwinden Barrieren für Echtzeit-Mixed-Reality
Erfahren Sie, wie das Live-Streaming-Unternehmen Condense Reality von Metaverse sein Mixed-Reality-System auf die nächste Stufe gebracht hat, indem es Hochgeschwindigkeits-GigE-Kameras von Emergent in seinem volumetrischen Erfassungssystem verwendet. Aufstrebende Produkte werden weitgehend in Metaverse-Sport-, Unterhaltungs- und Live-Event-Anwendungen eingesetzt. [...]
Fallstudie: Deep Learning und Hochgeschwindigkeitskameras helfen, große Kollektive nicht gekennzeichneter Tiere zu verfolgen
Erfahren Sie, wie unsere 10GigE-Kamera mit 20-MP-CMOS-Sensor einem auf Deep Learning basierenden Bildgebungssystem dabei geholfen hat, kollektive Bewegungsmuster nicht markierter Tiere zu verstehen. Das Tool idtracker.ai verfolgte ein großes Kollektiv von bis zu 100 jungen Zebrafischen mit einer Genauigkeit von 99.9 %. [...]