对抗训练在人脸关键点序列稳定化问题中的应用

人脸关键点检测问题在静态图像上已经得到了较好的解决,然而当使用这类解决方案逐帧地应用于视频数据时,所预测出的人脸关键点会呈现出明显的非规则抖动,因此如何准确且稳定地对流媒体中的人脸关键点进行定位成为了新的挑战.本文提出了一种基于平滑网格逆变换以及借助参数化人脸3D模型进行对抗训练的方式对现有方案进行改进.该方案训练所得的神经网络模型能够在不借助序列平滑后处理算法的情况下,逐帧应用于流媒体数据,给出稳定且准确的人脸关键点位置信息.其准确性相较于改进前的模型保持一致,而稳定性则超越了已有工作.

超算中心典型科研应用特征统计与分析

超算中心已经成为众多科研机构的重要科研基础设施,对基于MPI的高性能计算应用进行数据建模和分析对优化网络流量、资源调度等许多方面十分重要.已有的研究工作大都集中在超算中心大规模MPI整体使用情况,或小规模的某个特定应用的研究,缺乏对科研行业超算中心的研究.本文通过采集和跟踪中国科学技术大学超算中心最典型的两个应用的流量信息:小规模并行的VASP应用和大规模并行的OpenFOAM应用,对MPI各个函数调用的流量数据和数据包传输进行了统计分析并发现其特点和性质,得出了一些新结论,这些结论可以用于指导超算中心网络设计和优化.