当播放器播放一个视频时你可以在其界面上看到时间跳动，如果调整播放位置（Seek），播放器则会提示调整到的时间。这些时间一般都是用“秒”来计，如果一个视频只有 15 秒、10 秒、或是更短，那么如何 Seek 到 0.2 秒、0.5 秒、或是 1.5 秒的位置观看呢？下面就介绍一种 LibVLC 精细 Seek 的方法，本文内容比较简单。

你可能已经了解到一些电影特效大片的制作过程，拍摄时演员身旁是纯色屏障和一些道具，穿着奇怪的衣服对着空气拳打脚踢、施展魔法。而到了影片里，演员却出现在惊险的树林，或是跟凶恶的怪兽打斗，画面变得格外精彩。能演电影是幸运的事，借助于现代机器视觉、计算机图形技术，或许你拿起手机也可以拍摄出你的超级大片。

目标检测（Object Detection，检测识别图像中的物体，下称图像识别）神经网络之一 YOLO 已经发布了第三版（YOLOv3），他名称挺有意思：You Only Look Once，你只看一次。他的作者也挺有意思，Darknet 项目的 LICENSE.fuck 看上去有着一种随意、不讲究的个性。随着神经网络技术的兴起，机器视觉软件库之一 OpenCV 在其 3.3 版本中正式添加了 DNN 模块，以支持神经网络算法应用。他能够支持多种机器学习（包括深度学习）框架的预训练神经网络模型，对图像、视频应用神经网络算法。

科幻电影中的 AI 和现实生活中软件的 AI 是两码事了。电影中的 AI 是让机器具备了人类的特性，有本能，有意识，有情感，能思考，能学习成长，能自我创造出机器的世界。而现实生活中的 AI 软件，很多是机器学习（Machine Learning，后面会提到）的技术应用，让一些功能更加智能，让一些算法得以实现，让一些设想得以落地应用，但是软件本质没有变化，即固有的（人工编写的）程序逻辑和数据结构。

这篇博文也是介绍 OpenCV DNN 模块在 Android 上的应用，运行 GoogLeNet 模型对摄像头画面做图像分类。相关的博文点击文章左下方的 OpenCV 标签可以看到。下图底部有一行字 coffee mug（咖啡杯），这是对画面中的这杯咖啡准确识别分类的结果。

这标题都是英文，看了一下专业词汇多还真不好写中文。本文的内容是介绍 OpenCV DNN（Deep Neural Networks）模块在 Android 上的使用，运行深度学习模型来做图像的多目标识别。移动设备上基于深度学习的图像识别技术离实际应用还有段距离，不过该技术却有着惊艳的效果。