自适应人脸肌肉模型特定化技术

肌肉模型是人脸表情动画中常用的控制模型之一。很多基于肌肉模型的人脸动画中都实现了从一般人脸模型到特定人脸模型的修改，对肌肉模型特定化的介绍很少，或只是简单的提供一些用户交互接口，很难得到比较满意的结果。鉴于此，提出了自适应人脸肌肉模型特定化技术。实验证明，技术可取得较好的动画效果。     

散乱数据插值的HASM方法

本文运用高精度曲面建模(HASM)方法,研究了空间散乱数据插值算法,并以陕西咸阳彬县大佛寺煤矿区的实测数据为案例,使用交叉统计检验方法比较分析HASM方法与地理信息系统(GIS)领域中常用传统插值方法的空间插值结果。结果表明,HASM方法具有较高的精度。本文还分析了传统常用插值方法的一些统计结果,得出一些结论,这些结论对于使用常用传统GIS空间插值方法的研究者有很好的参考作用。     

基于散乱数据的球面自然样条插值法

针对球面散乱数据插值问题,结合三元多项式自然样条方法的基本原理,提出一种新的逼近球面上散乱数据的自然样条插值方法,利用新的方法对给定区域内的三元函数进行数值逼近实验。将数值实验误差与理论误差对比(5%),结果验证了这种方法在球面散乱数据逼近问题上能够有效的使最大误差控制在2%以内。研究结果表明,这是一种比较有效的球面散乱数据逼近方法。     

基于地基LiDAR点云数据插值方法的对比研究

以冷龙岭断裂上一处典型地貌点云数据为例,采用最邻近法、距离反比法、不规则三角网法、样条函数法、克里金法等5种插值方法进行遗漏点云插值填充,研究并探讨最合适的插值算法。结果表明,不规则三角网插值法不仅可以很好地填充点云遗漏数据,还可以按照实际地形变化精确表示其高程数据并还原野外的真实场景,为后期的研究提供数据保证。     

基于RegEM算法的GPS坐标时间序列插值应用分析

将一种基于数据驱动的RegEM算法引入GPS坐标时间序列插值中,分别采用模拟不同比例连续缺失数据与实测含缺失数据,比较RegEM与拉格朗日方法、三次样条方法、正交多项式方法的插值效果与性能。结果表明,对于模拟不同比例连续缺失数据,RegEM算法插值效果均优于传统方法,且在大量数据连续缺失的情况下效果最优;对于实测含缺失数据,RegEM方法插值所得序列保留方差最大化效果最好,约为正交多项式方法的1.17倍、三次样条方法的1.38倍。     

基于改进的角度偏差法的采空区点云数据精简

在保证采空区几何特征不变的前提下,有必要对点云数据进行精简,提高三维建模及其应用的效率.介绍了点云数据精简算法的评价体系,探讨了空区探测系统扫测采空区的点云数据特点;在对比最小距离法、平均距离法、角度偏差法、弦高偏差法等采空区点云数据精简方法的基础上,提出了保留采空区几何特征更为有效的点云数据精简方法———改进的角度偏差法.通过对比精简前后的扫描线周长、面积及标准差等指标,认为该方法不但保持了扫描线的细节,而且使精简后扫描线上的点分布较均匀,为后续三维建模及应用打下良好基础.     

基于改进Kriging插值模型的城市地面沉降变形趋势面模拟

从建筑物荷载引发地面沉降的机理模型出发,综合考虑建筑物产生的附加应力以及地基土壤压缩性质对沉降量的影响,构建了改进克里金插值模型。通过实际应用证明,使用改进克里金插值模型进行城市地面沉降空间趋势面模拟和计算,能够准确清晰地反映沉降变形的大小和趋势,从而为地面沉降的空间建模与可视化分析、总结建筑物荷载作用下城市地面沉降的变形规律奠定基础。     

基于车载激光点云数据的道路模型重建

在SSW车载激光扫描点云数据的基础上,研究了提取道路边线点集的方法,并对道路边线点进行均匀抽稀,最后按照道路纵断面shape构建道路模型。试验表明该方法能成功地提取出道路边线点,建立道路模型。     

基于地面三维激光扫描技术的建筑物三维建模

文章基于RIEGL VZ-1000三维激光扫描成像系统,以某校图书馆大楼为研究对象,分析利用三维激光扫描仪获取三维空间数据并建立建筑物实体三维模型的关键技术。     

基于N-KD树的空间点数据分组算法

随着科学技术的进步,地理空间数据的分析处理面临着数据量膨胀和计算量高速增长的双重挑战,为了解决海量数据处理速度慢的问题,本文针对空间分布不均匀的点数据,从数据并行的角度,以保持数据的空间邻近性及保证数据分组后各组数据量负载均衡为目标,提出基于N-KD树（Number-K Dimension Tree）数据动态分组的方法,其是一种面向实时变化（数据量和数据空间范围变化）的空间数据动态分组方法。该方法借鉴K-D树的创建和最临近点搜索的思想,通过方差判断数据分布稀疏程度,利用最临近点搜索方法处理边界点,实现空间范围的不均等切分,保证数据分组后各组数据量基本均衡。试验表明,该方法具有较好的动态分组效果与较高的计算效率;支持各种分布状态的空间点数据的分组;分组后各组数据量负载均衡;分组算法本身有支持并行、支持分布式协同工作模式的特点。     

Downhole microseismic data reconstruction and imaging based on combination of spline interpolation and curveletsparse constrained interpolation

When using borehole sensors and microseimic events to image,spatial aliasing often occurred because of the lack of sensors underground and the distance between the sensors which were too large. To solve the aliasing problem,data reconstruction is often needed. Curvelet transform sparsity constrained inversion was widely used in the seismic data reconstruction field for its anisotropic,multiscale and local basis. However,for the downhole case,because the number of sampling point is much larger than the number of the sensors,the advantage of the curvelet basis can't perform very well. To mitigate the problem,the method that joints spline and curvlet-based compressive sensing was proposed. First,we applied the spline interpolation to the first arrivals that to be interpolated. And the events are moved to a certain direction,such as horizontal,which can be represented by the curvelet basis sparsely. Under the spasity condition,curvelet-based compressive sensing was applied for the data,and directional filter was also used to mute the near vertical noises. After that,the events were shifted to the spline line to finish the interpolation workflow. The method was applied to a synthetic model,and better result was presented than using curvelet transform interpolation directly. We applied the method to a real dataset,a microseismic downhole observation field data in Nanyang,using Kirchhoff migration method to image the microseimic event. Compared with the origin data,artifacts were suppressed on a certain degree.