结合稀疏表示和深度学习的视频中3D人体姿态估计

目的 2D姿态估计的误差是导致3D人体姿态估计产生误差的主要原因,如何在2D误差或噪声干扰下从2D姿态映射到最优、最合理的3D姿态,是提高3D人体姿态估计的关键。本文提出了一种稀疏表示与深度模型联合的3D姿态估计方法,以将3D姿态空间几何先验与时间信息相结合,达到提高3D姿态估计精度的目的。方法 利用融合稀疏表示的3D可变形状模型得到单帧图像可靠的3D初始值。构建多通道长短时记忆MLSTM（multi-channel long short term memory）降噪编/解码器,将获得的单帧3D初始值以时间序列形式输入到其中,利用MLSTM降噪编/解码器学习相邻帧之间人物姿态的时间依赖关系,并施加时间平滑约束,得到最终优化的3D姿态。结果 在Human3.6M数据集上进行了对比实验。对于两种输入数据：数据集给出的2D坐标和通过卷积神经网络获得的2D估计坐标,相比于单帧估计,通过MLSTM降噪编/解码器优化后的视频序列平均重构误差分别下降了12.6%,13%;相比于现有的基于视频的稀疏模型方法,本文方法对视频的平均重构误差下降了6.4%,9.1%。对于2D估计坐标数据,相比于现有的深度模型方法,本文方法对视频的平均重构误差下降了12.8%。结论 本文提出的基于时间信息的MLSTM降噪编/解码器与稀疏模型相结合,有效利用了3D姿态先验知识,视频帧间人物姿态连续变化的时间和空间依赖性,一定程度上提高了单目视频3D姿态估计的精度。     

A conceptual framework to define the spatial resolution requirements for agricultural monitoring using remote sensing

Satellite remote sensing is an invaluable tool to monitor agricultural resources. However, spatial patterns in agricultural landscapes vary significantly across the Earth resulting in different imagery requirements depending on what part of the globe is observed. Furthermore, there is an increasing diversity of Earth observation instruments providing imagery with various configurations of spatial, temporal, spectral and angular resolutions. In terms of spatial resolution, the choice of imagery should be conditioned by knowing the appropriate spatial frequency at which the landscape must be sampled with the imaging instrument in order to provide the required information from the targeted fields. This paper presents a conceptual framework to define quantitatively such requirements for both crop area estimation and crop growth monitoring based on user-defined constraints. The methodological development is based on simulating how agricultural landscapes, and more specifically the fields covered by a crop of interest, are seen by instruments with increasingly coarser resolving power. The results are provided not only in terms of acceptable pixel size but also of pixel purity which is the degree of homogeneity with respect to the target crop. This trade-off between size and purity can be adjusted according to the end-user's requirements. The method is implemented over various agricultural landscapes with contrasting spatial patterns, demonstrating its operational applicability. This diagnostic approach can be used: (i) to guide users in choosing the most appropriate imagery for their application, (ii) to evaluate the adequacy of existing remote sensing systems for monitoring agriculture in different regions of the world and (iii) to provide guidelines for space agencies to design future instruments dedicated to agriculture monitoring.     

软件成本估算方法及应用

软件成本估算从20世纪60年代发展至今,在软件开发过程中一直扮演着重要角色.按照基于算法模型的方法、非基于算法模型的方法以及组合方法的分类方式,全面回顾、分析了软件成本估算的各种代表性方法,也归纳讨论了与成本估算强相关的软件规模度量问题.在此基础上,进一步研究了软件成本估算方法的评价标准,并给出了一个应用实例及其分析.最后,从估算模型、估算演进、估算应用、估算内容、工具支持和人为因素6个方面,指出了软件成本估算方法下一步的主要发展趋势.     

Wiener滤波问题的一种Diophantine方程解

用时域上的现代时间序列分析方法,基于ARMA新息模型和白噪声估值器,提出Wiener滤波问题的一种Diophantine方程解。它可统一处理平稳或非平稳ARMA信号的最优滤波、平滑和预报问题。仿真例子说明了其有效性。     

变分布的量子行为粒子群优化算法求解工程约束优化问题

针对工程形状设计领域中带有多个约束条件的非线性设计优化问题,提出了一种自适应的基于高斯分布的量子行为粒子群优化(AG-QPSO)算法。通过自适应地调整高斯分布,AG-QPSO算法能够在搜索的初始阶段有很强的全局搜索能力,随着搜索过程的进行,算法的局部搜索能力逐渐增强,从而满足了算法在搜索过程不同阶段的需要。为了验证算法的有效性,在压力容器和张弦设计问题这两个工程约束优化问题上进行50轮独立实验。实验结果表明,在满足所有约束条件的情况下,AG-QPSO算法在压力容器设计问题上取得了5890.9315的平均解和5885.3328的最优解,在张弦设计问题上取得了0.01096的平均解和0.01096的最优解,远优于标准粒子群优化(PSO)算法、具有量子行为的粒子群优化(QPSO)算法和高斯量子行为粒子群(G-QPSO)算法等现有的算法的结果,同时AG-QPSO算法取得的结果的方差较小,说明该算法具有很好的鲁棒性。     

面向流程工业任务分派的工时估计方法

为了解决流程工业中定额工时准确度低的问题,提出了基于决策树和模型树的作业工时预估方法。对混合类型属性的训练集,首先用标称属性完成部分树的构建,接着在各分枝上采用模型树算法完成子树的构建,在叶节点处给出线性模型。此外,提出方法可基于数据集给出较优训练参数。以某炼油企业的实际生产数据对该方法进行验证,结果证明提出方法能更准确地预估实际任务量,显著缩小计划与执行之间的偏差,提高计划的可执行性。     

灰度级信息的目标边界精确周长估算

目的 针对图像目标边界不连续或具有模糊性导致的目标周长无法精确估算这一问题,结合边界跟踪,提出一种基于灰度级信息的目标边界精确周长估算方法。方法 该方法利用目标边界的灰度级信息,同时结合边界跟踪得到的内外边界来估计目标图像的边界周长,从而提高边界周长估计的精确性和鲁棒性。为了获得目标物体真实周长,实验采用人工合成图像。结果 实验应用所提方法和3种传统周长估算方法分别计算合成目标对象的周长,并与真实周长比较。为了验证所提方法的有效性和鲁棒性,实验中对目标对象的边界进行不同程度的加厚模糊化;并在边界加入噪声,使边界不连续。当边界变得复杂时,本文所提方法的优势得到极大体现。结论 实验结果表明,在边界模糊和边界不连续的情况下,本文所提的算法具有更好的适应性和稳定性。     

RBFN在OFDM快衰落信道估计中的应用

研究了径向基函数网络（RBFN）在正交频分复用（OFDM）系统快衰落信道估计中的应用，提出了一种基于分散导频的RBFN信道估计器。较之基于梳状导频的RBFN估计器，该估计器极大地提高了频带利用率，且具有良好的误码率性能。     

一种NLOS环境下TOA定位算法和算法比较

本文提出了当基站在空间随意分布时考虑非视线(NLOS)传播影响的TOA算法.其主要思想把权值最大的基站即存在NLOS误差的基站的非视距误差当作未知量,把非线性问题转化为最大似然(ML)线性估计.此算法结构简单,计算结果有较高的精度.并把该算法与其他算法做了详细的比较.     

基于脉冲同步的混沌系统自适应参数估计

针对一类参数不确定混沌系统,提出了一种基于脉冲同步的自适应参数估计方法,给出了脉冲控制增益和参数自适应律的解析表达式,从理论上证明了该方法可以准确估计出参数不确定混沌系统的所有未知参数.以Lorenz混沌和Ueda振荡器系统为例,数值模拟证明了该方法的有效性.