一种基于Transformer的三维人体姿态估计方法

三维人体姿态估计是人类行为理解的基础,但是预测出合理的三维人体姿态序列仍然是具有挑战性的问题。为了解决这个问题,提出一种基于Transformer的三维人体姿态估计方法,利用多层长短期记忆(LSTM)单元和多尺度Transformer结构增强人体姿态序列预测的准确性。首先,设计基于时间序列的生成器,通过ResNet预训练神经网络提取图像特征;其次,采用多层LSTM单元学习时间连续性的图像序列中人体姿态之间的关系,输出合理的SMPL人体参数模型序列;最后,构建基于多尺度Transformer的判别器,利用多尺度Transformer结构对多个分割粒度进行细节特征学习,尤其是Transformerblock对相对位置进行编码增强局部特征学习能力。实验结果表明,该方法相对于VIBE方法具有更好地预测精度,在3DPW数据集上比VIBE的平均(每)关节位置误差(MPJPE)低了7.5%;在MP-INF-3DHP数据集上比VIBE的MPJPE降低了1.8%。

应用型本科高校“色彩管理”课程的实践教学探讨

应用型本科高校的实践教学质量是决定其人才培养质量高低和社会适用性的关键环节。“色彩管理”课程是一门理论抽象、实践性很强的课程。本文基于笔者多年的教学经验,从产教融合的角度出发,探讨了“色彩管理”课程的课内实践教学创新思路,然后以“印前图文设计与排版”和“数字图像处理”两门课程中颜色相关内容的实践教学为例,探讨了“色彩管理”课程与其他专业课程实践教学的融入,同时研究了实验实训教学环节的创新设计。最后,总结了“色彩管理”课程实践教学的今后努力方向。

基于UGC数据的旅游目的地形象感知研究——以洛阳白马寺为例

本文以洛阳白马寺景区为研究案例,以携程旅行网平台的游客评论内容为数据来源,利用ROST CM6数据挖掘软件,基于文本分析法,通过分析游客评论中的高频词与共现关系网络,探讨游客对于洛阳白马寺旅游目的地的形象感知。结果表明:(1)到访游客旅游动机和游览偏好为感受白马寺历史文化底蕴及参观佛教建筑;(2)洛阳白马寺主要的客源市场多集中于河南省内,以短途省内游为主;(3)游览时间多以洛阳牡丹花会以及"十一"国庆节假日为主,到访游客在白马寺的停留时间不长,通常还会到访洛阳区域内其他旅游景点,如龙门石窟、老君山等;(4)积极的情感倾向以及游客对景区整体形象的认可度,形成了"值得推荐"的意动形象和口碑效应。