6월 02, 2022

【ProAV Lab】SRT, 인터넷을 통한 최적의 비디오 스트리밍 프로토콜

소개 SRT

SRT는 "보안 신뢰할 수 있는 전송"의 약자입니다. 인터넷을 통해 한 위치에서 다른 위치로 라이브 비디오를 전송하기 위해 Haivision에서 개발 한 오픈 소스 비디오 스트리밍 프로토콜입니다.

더 알아보세요

5월 24, 2022

【ProAV Lab】듀얼 렌즈 또는 단일 렌즈 추적 카메라를 선택하는 방법은 무엇입니까?

Breakthrough 자동 추적 카메라

Lumens는 자동 추적 PTZ 카메라의 두 가지 종류를 제조: 듀얼 렌즈와 단일 렌즈 카메라. 차이점은 무엇이며 필요에 맞는 모델을 어떻게 선택합니까?

더 알아보세요

5월 23, 2022

【ProAV Lab】Breakthrough - 가상 카메라 - 화상 회의에 SDI, HDMI 및 IP 카메라 사용

가상 카메라

USB 카메라는 종종 화상 회의의 첫 번째 선택입니다. USB를 컴퓨터 시작 Zoom, Google Meet 또는 Microsoft Teams에 연결하기만 하면 회의를 시작할 수 있습니다. 그러나 회의에 사용할 수있는 USB 카메라 만이 아닙니다. 사실, 때로는 대안이 더 나은 해결책 일 수 있습니다.

더 알아보세요

5월 19, 2022

【ProAV Lab】introNDI#08 - NDI 생태계의 핵심 – NDI 전송 프로토콜

소개 NDI

이전 기사에서 우리는 생태계가 네 가지 범주로 구성되어 NDI에 대해 이야기했습니다. NDI 전송 프로토콜은 전체 생태계의 기본입니다. 이 기사에서는 NDI가 IP를 통해 비디오를 전송하는 방법에 대해 설명합니다.

더 알아보세요

5월 16, 2022

【ProAV Lab】Breakthrough - 여러 카메라와 일치하는 색상

Breakthrough 컬러 매칭

여러 대의 카메라를 사용하여 서로 다른 각도 사이를 전환하는 것이 표준 관행입니다. 이것은 스튜디오 및 컨퍼런스 제작에서 스포츠 및 음악 프로그래밍에 이르기까지 모든 종류의 환경에서 사실입니다.

더 알아보세요

5월 13, 2022

【ProAV Lab】Breakthrough - 스마트 AE - 변화하는 조명 조건에서도 카메라 자동 노출을 작동시킵니다.

Breakthrough 스마트 AE 자동 노출

스테이지는 극적인 효과를 위해 조명되며 카메라의 삶을 쉽게 만들지 않습니다. 그들은 주로 공연을 향상시키고 청중으로부터 감정적 인 반응을 이끌어 내기 위해 고안되었습니다.

더 알아보세요

5월 10, 2022

【ProAV Lab】introNDI#07 - NDI과 IP 이상의 비디오의 멈출 수없는 상승

소개 NDI

불과 몇 년 만에 NDI는 세계에서 가장 인기있는 비디오 프로토콜 중 하나가되었습니다. 로컬 및 광역 네트워크를 통해 AV를 전송하는 데 적합합니다. 또한 IP 기반 비디오 제작 및 라이브 방송에도 적합합니다.

더 알아보세요

4월 27, 2022

【ProAV Lab】3minAV#04 - NDI|란 무엇입니까? HX 3?

소개 NDI NDI| HX3

에피소드 4는 NDI|에 관한 것입니다. HX 3, IP 프로토콜을 통한 "고효율"비디오의 흥미 진진한 새 버전. NDI| HX 3은 이더넷 네트워크를 통해 매우 높은 품질의 비디오를 제공합니다.

더 알아보세요

4월 22, 2022

【ProAV Lab】introNDI#06 - IP 비디오 제작 및 NDI 생태계

소개 NDI

® NDI 에코시스템을 사용하면 PTZ 카메라, 미디어 프로세서 및 TriCaster와 같은 모든 장치를 쉽게 즉시 연결할 수 있습니다. NDI 기술을 사용하면 이더넷 네트워크를 통해 고품질의 짧은 지연 시간 비디오를 전송하고 비디오 제작 워크플로를 간소화할 수 있습니다.

더 알아보세요

4월 08, 2022

【ProAV Lab】Breakthrough - 스마트 AF - 더 이상 초점이 누락되지 않습니다!

Breakthrough 스마트 AF

Lumens ProAV Lab에서 개발한 Smart AF 기능은 눈, 코, 입과 같은 얼굴 특성을 지능적으로 식별합니다. 이 시스템은 AI 딥 러닝 알고리즘을 사용하여 수백만 명의 인간 얼굴의 데이터베이스에서 훈련되었습니다.

더 알아보세요