基于中国人数据集的参数化人体建模

为解决基于中国人数据集的参数化人体模型重建问题,本文首先采集了152名中国成年女性净体样本,并对其进行头发部位去除、泊松重建、降采样和脚底平面切削。然后采用“粗—精”两步配准策略,先基于BPS对点云进行高效学习,将SMPL模型网格点快速初始配置至扫描网格点附近;再采用基于ICP的非刚性网格配准算法进行精配准,只优化顶点位移D分量,生成精准匹配的SMPLD模型。配准完成后,比较其和LoopReg配准的配准精度和效率。之后,对配准数据进行位姿校正和主成分分析,从而获得能够反映中国人体特征的形体参数。最后进行模型重建,并将其与SMPL平均模板进行比较。由平均模型拟合结果可知,相比SMPL模型,基于重建模型的拟合结果关节误差和顶点误差均有所降低,3个实验对象的关节平均误差分别降低了26.2%、19.4%、21.7%;顶点平均误差分别降低了20.0%、16.1%、12.5%。

基于类型化数据集的课程管理系统的设计与实现

采用VS 2008开发环境和C#语言开发高校课程管理系统。数据访问使用类型化数据集,支持Windows控件数据绑定,使用可视化设计工具生成SQL查询语句和视图定义。这些开发方法可以减少编写代码,提高开发效率。

区域气候模式RegCM砾石参数化方案及其在青藏高原模拟效果评估

为了将砾石的影响考虑进区域气候模式RegCM4.7中,首先建立了适配RegCM4.7模式包含砾石含量的土壤数据集,并发展了一套应用于区域气候模式的砾石参数化方案。在此基础上利用中国陆面融合再分析数据(CRA-40)评估了砾石参数化方案在高原区域的模拟效果。结果表明:整个青藏高原范围内均存在砾石,且土壤中层以下含量更高;原始土壤水热参数化方案在高原区域模拟的地表与各层土壤温度普遍低于参照数据,而砾石参数化方案较原方案有所升高;原始土壤水热参数化方案在高原区域模拟的土壤体积含水量在土壤浅层偏高,在高原西部的土壤深层偏低,而砾石参数化方案进行了一定程度的修正。通过评估,砾石参数化方案对于青藏高原土壤水热的模拟效果有较为明显的提升。