【摘 要】
：
当图像中的人脸存在较大角度的偏转时， 由于自身遮挡， 单幅图像3D人脸重建方法较难获取整张人脸的纹理和几何细节. 考虑人脸纹理特征分布和几何细节的特征分布的双向关联特性， 提出一种统一框架下的协同补全模型TDGAN. 首先， 将颜色纹理和几何细节映射到同一UV空间; 然后， 通过统一的生成对抗网络协同补全纹理与几何， 并对这2部分信息分别设计全局与局部判别器， 以实现纹理和几何的全局与局部一致性;
论文部分内容阅读
当图像中的人脸存在较大角度的偏转时， 由于自身遮挡， 单幅图像3D人脸重建方法较难获取整张人脸的纹理和几何细节. 考虑人脸纹理特征分布和几何细节的特征分布的双向关联特性， 提出一种统一框架下的协同补全模型TDGAN. 首先， 将颜色纹理和几何细节映射到同一UV空间; 然后， 通过统一的生成对抗网络协同补全纹理与几何， 并对这2部分信息分别设计全局与局部判别器， 以实现纹理和几何的全局与局部一致性; 最后， 为了充分利用颜色纹理和几何细节共有特征， 增加了一个纹理-几何一致性约束网络， 从而得到高完整
其他文献
时尚产业是全球最具商业利益的产业之一，基于机器学习的时尚穿搭推荐技术利用互联网时尚社区的海量穿搭数据学习穿衣搭配技巧，实现个性化的时尚穿搭推荐服务于时尚产业，受到工业界和学术界的广泛关注。结合时尚穿搭的特点提出了基于机器学习的时尚穿搭推荐基本框架，并在此基础上对近几年国内外相容性预测与诊断、智能穿搭生成等关键技术的相关研究工作进行总结分析，并指出该研究领域所面临的挑战性问题和未来的研究方向。
针对目前自然语言句子匹配方法未能融合公共语义信息以及难以捕获深层次语义信息的问题，提出了一种融合高低层语义信息的自然语言句子匹配算法。该算法首先采用预训练词向量Glove和字符级别的词向量获取句子P和句子Q的词嵌入表示；其次，使用双向LSTM(Long-Short Term Memory)对P和Q进行编码，再初步融合P和Q获取低层语义信息；然后，计算P与Q的双向注意力，拼接得到语义表征，再计算其自
针对传统的时间序列预测方法在处理复杂丰富的大数据时常面临变量间抽样频率不同、数据相关性复杂等问题。基于Lasso算法和混频数据抽样模型(MIDAS)，提出了不改变数据结构的混频时序预测模型Lasso-MIDAS。该模型通过融合MIDAS处理混频信息的机制和Lasso算法的压缩特性来实现估计预测，实时修正对预测最有效的混频变量集。根据常见的正则化方法岭回归，还设计了Ridge-MIDAS模型用作比较
动态时间弯曲距离能度量不等长的时间序列、且具有较高的匹配精度，因此广泛应用在时间序列模式匹配中。但其计算复杂度较高，制约了在大规模数据集上的应用。为了实现时间序列模式度量结果和计算复杂度的平衡，提出一种基于特征点界标过滤的时间序列模式匹配方法。首先，提出一种特征点界标过滤的特征提取方法，保留时间序列主要特征，压缩时间维度；然后，利用动态时间弯曲距离对特征序列进行相似性度量；最后，在应用数据集上对所
为研究天巡一号微小卫星的电磁散射特性，建立具有隐身外形设计的微小卫星电磁计算模型。采用物理光学法(Physical Optics ，PO)对不同状态下的雷达散射截面(Radar Cross Section ，RCS)进行数值计算，并与微波暗室的试验结果对比，验证了PO的准确性。在此基础上，着重分析了卫星RCS入射角、极化、频率、电尺寸响应特性和全姿态角空间RCS响应特性。最后，参考天巡一号的隐身构
现有的多标记学习技术大多只考虑了相关性学习问题而忽略了数据因变换而引起的结构性质不一致问题，导致原始特征数据的结构性质因映射变换发生改变，从而影响了模型的分类性能。为了解决这一问题，提出了基于结构性质保持和相关性学习的多标记分类算法。首先，算法构造了线性映射函数以实现特征空间与标记空间的映射；然后，算法借鉴图正则化思想，引入基于特征数据的结构性质保持策略以降低特征数据因线性变换引起的结构性质差异；
水资源动态监测是自然资源监测评价的核心内容。自然资源治理从单一要素治理向综合要素治理转型，水资源监测需要从系统化视角切入。基于此，以中国内蒙古自治区“一湖两海”水域为案例区，基于“驱动-压力-状态-响应”模型构建了一种综合水域动态监测体系，形成了水域动态监测框架与指标体系，同时结合专题地图可视化技术对案例区水量、水温、水质和生物多样性的变化趋势进行动态分析和专题图表达，为“一湖两海”水域保护与治理
洪水是一种严重危害人民生命财产安全的自然灾害. 针对我国现有的洪水灾害模拟仿真技术系统化程度不足， 难以直观、快速地向决策者预警展示洪水泛滥的现况、发展趋势和灾害损失评估的问题， 实现了一个可交互的大规模洪水灾害动态场景预警仿真系统. 首先利用半拉格朗日隐式积分的方法在基本保证动量守恒和保体积的前提下快速求解浅水方程， 达到了洪水演进实时稳定的模拟计算; 然后提出了一种建筑物洪灾危机的预警规则，
水电枢纽在长期运行过程中，受水流侵蚀、应力变化等因素易形成裂缝、渗漏、脱落、露筋等缺陷。针对人工巡检效率低、危险性高等问题，本文提出一种基于完全自注意力的水电枢纽缺陷识别方法。该方法与深度卷积网络相比，完全采用自注意力机制构建缺陷识别网络，捕捉长距离全局信息能力更强，缺陷识别精度更高。网络通过双分支结构进行不同尺度自注意力计算，提取多尺度缺陷特征，增强全局语义表达能力；设计自注意力混合融合模块，融
随着软件定义网络(SDN)的兴起以及机器学习方法在分类、预测以及控制任务取得的巨大成功，寻找新的流量工程(TE)技术，自适应、动态的管理或路由网络中的流量，保证服务质量(QoS)以及提升用户体验质量(QoE)成为网络研究热点。首先介绍了SDN基本架构以及SDN流量工程研究内容及目标；其次分析了监督学习与强化学习在SDN流量工程中的应用，分析已有算法的优劣。最后，总结未来研究方向及挑战。