技术简介:

在视频会议的部署场景下，视频摄像机的对焦容易受 到前后人员走动的干扰，导致虚焦或者落焦错误。要求在干扰情况下， 能够稳定对焦，且过程平稳可靠。 要求达到的技术性能、参数指标：6 倍变焦镜头下，前后 5 米以上； 在逆光、过曝和欠曝情况下能稳定对焦；以上范围内抗干扰性、鲁棒 性强。

技术简介: 目前我们已经有了一个基于 CNN+BiLSTM 的动作识别 模型，以及其修改的方向大纲，需要一个精通 python 的技术人员， 根据需求修改为行为识别模型，我方有数据集。 要求达到的技术性能、参数指标：基于数据集训练出一个能够达到 95%mAP 以上，并带有泛化性能的模型。

技术简介: 支撑产品和平台的研发。 要求达到的技术性能、参数指标： 1.熟练掌握 Solidity 的开发和优化，熟悉以太坊和 Solidity 常 见安全风险与漏洞，能在 evm 快速部署智能合约； 2.熟悉 Truffle、Remix 等开发工具、熟悉 OpenZeppelin 等三方 安全合约库； 3.熟悉 web3.js、ethers.js、Ganache、truffle、web3.py 库等 和后端开发者优先； 4.对公链技术、节点 RPC 搭建与调用、合约交易有深入了解，熟 悉 ERC20、ERC721 协议； 5.对智能合约安全与 gas 消耗有深入理解； 6.熟练 Golang 语言，熟悉 Geth 客户端。

技术简介: 1.开发适配硬件的融合算法； 2.研发出多传感器数据的融合算法：实现多个摄像头（不少于 4 路）视频数据的融合，实现多个毫米波雷达（不少于 4 路）数据的融 合； 3.研发出不同类型数据的融合算法：实现多路摄像头数据与多路 毫米波雷达数据的融合； 4.研发出跨域融合算法：实现不同边缘终端间的信息拼接； 5.研发出针对交通事件的目标识别算法：快速识别高速公路的拥 堵、事故、逆行、疑似路面异常等问题； 6.协同配合完成边缘计算终端开发工作，承接项目后，6 个月内 完成。 要求达到的技术性能、参数指标： 1.准确标定路口 80m 范围内的对象，完成空间校准、时间校准； 2.准确地将采集的 4 路摄像头数据和 4 路毫米波雷达数据进行融 合； 3.融合算法处理后的数据可上传至云平台用于全息路口展示与 决策； 4.云平台展示不出现识别对象错误、识别对象不稳定的问题； 5.智能补偿算法跨设备拼接算法使得单位公里的目标跟踪率达 到 95%以上； 6.交通事件的目标识别算法，识别延迟小于 3 秒。

技术简介: 区块链底层技术。 14 要求达到的技术性能、参数指标：数据结构布局相关参数的运用。

技术简介: 目前游戏软件中 2D 的寻路算法比较复杂，运算量大， 占用内存比较多。 要求达到的技术性能、参数指标：运算量小，逻辑结构简单，消耗内 存比较小。

技术简介: ChatGPT 引发人工智能热潮，其背后的 AIGC 技术的 快速发展也使得其部分落地成为可能，我们希望这类技术的应用能加 速推进。 要求达到的技术性能、参数指标：AIGC 技术在游戏的应用目前主要 包括智能训练、模板生成、画质优化等；通过算法对模型生成的自动 化，通过智能训练模型对原画的低成本、高质量的批量生产，对画面 画质进行优化与渲染等等。借助 GPT 与 AIGC 技术的应用研究，在中 短期实现游戏内容生产成本的有效降低，在中长期促进游戏数字内容 产业的供给繁荣。

技术简介: 在管理软件使用过程中，随着数据量的增大，系统响 应速度会很慢，有时达到 30 秒甚至更多，因此，希望能解决响应时 间的技术问题，包含： 1.页面加载时间：当用户请求页面时，页面加载时间长可以导致 用户等待的时间增加； 2.用户界面响应时间：用户在与应用程序进行交互时，如果界面 响应时间长，例如按钮点击后延迟响应或滚动页面卡顿，会给用户带 来不良的体验； 3.数据库查询时间：当应用程序需要从数据库中检索数据时，查 询时间长； 4.API 响应时间：当应用程序与后端 API 进行通信时，API 的响 应时间长导致应用程序等待数据返回的时间增加； 5.外部服务响应时间：外部服务，如支付网关、第三方 API 等， 响应时间长可能会延长整体的响应时间； 6.并发请求处理时间：当应用程序同时处理大量并发请求时，如 果处理时间长，可能导致请求排队等待的时间增加，从而影响整体的 响应时间； 7.数据处理时间：当应用程序需要对大量数据进行处理或计算时， 数据处理时间长可能会导致响应时间延长； 8.网络延迟：网络延迟是指数据从客户端到服务器之间传输所需 的时间。如果网络延迟长，数据传输的时间会增加，进而影响响应时 间。 要求达到的技术性能、参数指标： 13 1.页面加载时间：小于 3 秒； 2.快速响应时间：500 毫秒或更快的响应时间； 3.低延迟：50 毫秒或更短。

技术简介: 通过容器技术来同时管理虚拟化和容器两套 IAAS 平 台系统。 要求达到的技术性能、参数指标：单集群可以管理 1000 个物理节点 12 以上，4000 个虚拟化实例。

技术简介: 应用人工智能技术智能预测区域负荷及用户增长； 应用大数据技术分析设备采集数据异常及设备故障定位。 要求达到的技术性能、参数指标：线路负荷预测准确率 99%及以上； 数据异常纠正和设备故障定位准确率在 95%。