基于视频的三维人体姿态估计

已有的三维人体姿态估计方法侧重于通过单帧图像来估计人体的三维姿态,忽略了视频中前后帧之间的相关性,因此,通过挖掘视频在时间维度上的信息可以进一步提高三维人体姿态估计的准确率。基于此,设计了一种可以充分提取视频时序信息的卷积神经网络结构,在获得高精度的同时也具有消耗计算资源小的优点,仅仅使用二维关节点的坐标为输入即可恢复完整的三维人体姿态。然后提出了一种新的损失函数利用相邻帧间人体姿态的连续性,来改进视频序列中三维姿态估计的平滑性,同时也解决了因缺少帧间信息而导致准确率下降的问题。通过在公开数据集Human3.6M上进行测试,实验结果表明本文方法相比目前的基准三维姿态估计算法的平均测试误差降低了1.2 mm,对于视频序列的三维人体姿态估计有着较高的准确率。      

国外TBCC关键技术及试验设备研究综述

从空气动力学角度系统梳理了TBCC发动机研究需攻克的关键技术,并论述了国外开展相关研究建设的重要试验设备。其中,关键技术主要包括进气道技术、模态转换技术、高马赫数涡轮发动机技术和尾喷管技术;试验设备主要包括单项技术攻关设备、关键部件验证设备、缩比原理机验证设备和全尺寸样机验证设备。从国外开展TBCC发动机关键技术和试验设备建设的研究中得到几点启示,可为我国进行TBCC发动机研制提供参考及借鉴。