3DPW相关数据处理数据集介绍3DPW 全称 3D Poses in the Wild，是首个具有精确 3D 姿态的户外数据集，可用于解决姿态估计问题。 下载：https://datarelease.blob.core.windows.net/metro/datasets/3dpw.tar 包括： img: train.img.tsv 人体图像数据 hw: train.hw.tsv 图像he

spark框架模块spark core：核心RDD spark sql：针对结构化数据，本身针对离线计算。 spark streaming： 在core基础上，流式计算 运行模式本地模式：local，以一个独立进程，通过其内部多个线程模拟spark（开发，测试） standalone：集群，各个角色以独立进程的形式存在 YARN：集群，角色运行在YARN的容器内， Kubernets：在Kube

基于SMPL的单目3D人体姿态估计——驱动virtual Avatar输入一段视频——> 对每一帧—SMPLer—>进行3D形状和姿态估计（$\theta$,$cam$,$\beta$） 1. SMPLer前向传播： Step1：提取图片全局特征 img——>(HRNet)——>global_feat Step2：计算初步的SMPL参数 global_feat——>（

HRNet针对2D单一人体姿态估计。对于人体姿态估计问题，现有的基于深度学习的方法分2种： regressing方式：直接预测关键点的坐标位置 heatmap方式：针对每个关键点预测一张热力图（出现在每个位置上的分数） HRNet（https://arxiv.org/abs/1902.09212)采取的也是基于heatmap的方式。 并行连接高分辨率到低分辨率的子网，而不是像大多数现有解决方

SMPL: A Skinned Multi-Person Linear Model （SMPL (acm.org)） 介绍SMPL是一种3D人体建模方法，支持人体的各种形状及动作。这些人体模型的形状、姿态都可以被参数化表示。 下面记录下面特有名词的解释： **· **vertex（顶点）：模型由多个小三角形或四边形构成。一个小三角形可看作一个顶点，顶点越多，模型越精细。 · Joints（骨骼点）

带有约束条件的高维空间自回归模型的稳健的变量选择 如何求解参数$\theta$ 优化步3和4：一维非线性问题——Brent方法（以已经得到的三个点（比如从bracketing来的）为基础，构建一个二次曲线，如果迭代目标函数与二次函数相似，那么二次函数的顶点就是极值点；如果不是，这次迭代就变成普通的黄金分点搜索。） 优化步5：LQA算法

网络互连基本概念互链：用网络设备把不同网络连接起来使得不同网络中计算机之间可相互通信 中继系统/中间设备：把网络相互连接起来的设备 中继系统： 物理层：转发器 数据链路层：网桥 网络层中断系统：路由器 网桥和路由器混合：桥路器 网络层以上：网关 网络互连使用 路由器 直接交付：两个主机在一个网络上，不用经过路由器 间接交付：两主机不在同一个网络，要经过路由交付 因特网的网际协议IPI

局域网局域网概述MAC层 MAC地址（6字节）： 局域网地址、以太网地址、物理地址，确认网络设备位置的地址 唯一标识一个网卡 MAC帧分类：单播帧（收到的帧的MAC地址与本站NAC地址相同）、广播帧（发给局域网内所有站点全1）、多播帧 以太网V2格式MAC帧： 对无效MAC帧，直接丢弃 扩展的局域网 在物理层扩展（使用集线器） 在数据链路层扩展 网桥： 多接口网桥——以太网交换机

数据链路层协议基本概念 链路：物理链路，无源的点到点的物理线路段0 数据链路：带规程的软硬件+物理链路（逻辑链路） 数据链路层协议作用：在不太可靠的数据链路层上实现可靠的数据传输 在发送端将网络层的数据流封装成帧并交给物理层进行传输；在接收端将从物理层得到的帧进行差错检测， 拆封还原成数据流并交给网络层。 三个基本问题封装成帧 关键问题：帧定界，即确定帧的界限 方法： 字符计数法

计算机网络概述计算机网络的形成计算机技术与通信技术的结合 发展阶段 阶段一：电路交换 阶段二：分组交换 核心：分组转发 + 动态分配资源 路由器功能：存储分组+转发分组 处理过程：把收到的分组暂存，查转发表，找到目的地址应从哪个口转发，把分组送至该端口 主机功能：为用户进行信息处理，发生分组，接受分组 阶段三：网络体系结构和协议标准化 国际标准化组织 ISO ——>开放系统互连参考