星空背景的建模与仿真

提出了一种基于星表数据的建模和仿真方法，模拟在任意观测时刻、任意观测地点观测到的星空背景。利用依巴谷星表，首先经过一系列时间转换，将所提供的在星表历元时刻的恒星位置数据转换到当前指定时刻的位置数据；然后经过一系列空间坐标转换，将恒星视位置坐标统一转换到观测点坐标，得到恒星在指定时刻相对于观测者的视住置；最后利用星空背景建模的结果，绘制出了在不同观测时刻和不同观测地点所观测到的星空背景。     

基于深度学习的单幅图像三维重建

随着深度学习技术的发展,深度神经网络在图像处理和三维重建中得到广泛应用,为探究目前深度学习框架下的单幅图像三维重建研究现状,该文对近年的相关研究工作进行综述.首先介绍深度学习框架下基于图像的不同三维重建方法的分类;其次梳理图像三维重建中不同神经网络方法的研究进展;并根据重建三维模型表示方式的不同,分别讨论针对体素、点云、网格、隐式等不同表示方式的单幅图像三维重建网络和方法;然后给出单幅图像三维重建中的常用评价指标与数据集,并对公开数据集下针对不同表示方式的各类三维重建方法的结果进行比较与分析;最后对单幅图像三维重建所面临的困难和挑战进行讨论,并给出未来的研究方向.