为了生成表情丰富、动作流畅的三维虚拟人动画，提出了一种基于双相机同步捕获面部表情及人体姿态生成三维虚拟人动画的方法。首先，采用传输控制协议（TCP）网络时间戳方法实现双相机时间同步，采用张正友标定法实现双相机空间同步。然后，利用双相机分别采集面部表情和人体姿态。采集面部表情时，提取图像的2D特征点，利用这些2D特征点回归计算得到面部行为编码系统（FACS）面部行为单元，为实现表情动画做准备；以标准头部3D坐标值为基准，根据相机内参，采用高效 n点投影（EP nP）算法实现头部姿态估计；之后将面部表情信息和头部姿态估计信息进行匹配。采集人体姿态时，利用遮挡鲁棒姿势图（ORPM）方法计算人体姿态，输出每个骨骼点位置、旋转角度等数据。最后，在虚幻引擎4（UE4）中使用建立的虚拟人体三维模型来展示数据驱动动画的效果。实验结果表明，该方法能够同步捕获面部表情及人体姿态，而且在实验测试中的帧率达到20 fps，能实时生成自然真实的三维动画。

网络中流量的不断增长容易导致流量不均衡、网络拥塞，进而影响用户的体验。因特网服务提供商（ISP）通常采用优化开放最短路径优先（OSPF）权值（OPW）算法应对网络拥塞，然而该算法存在三个方面的问题：1）需要实际流量矩阵；2）容易导致网络震荡；3）OPW已经被证实为NP难题，并且需要采用集中式方法求解。针对OPW算法存在的问题，提出了一种基于逐跳计算的分布式负载均衡算法（DLBH）。首先，为所有节点设置虚拟流量；然后，根据虚拟流量计算所有链路的代价；最后，采用分布式算法计算最优路由。DLBH采用分布式方法解决网络拥塞问题，而OPW只能采用集中式方法解决网络拥塞问题，因此DLBH的扩展性优于OPW的扩展性。理论分析表明，DLBH的时间复杂度远远小于OPW的时间复杂度。实验结果表明，DLBH的最大链路利用率明显低于OPW算法的最大链路利用率，大幅降低了网络拥塞。

针对基于学习安排的三元组（LATCH）二进制描述子不具备尺度不变性且其旋转不变性，需要特征检测子辅助的问题，提出了一种基于快速定向旋转二进制稳健基元独立特征（ORB）和LATCH相结合的特征检测与描述算法。首先，在图像金字塔尺度空间上进行加速段测试特征（FAST）检测；然后，采用ORB灰度质心方法来进行方向补偿；最后，对特征进行LATCH描述。实验结果表明，所提算法具备运算量小、实时性高以及旋转和尺度不变性的特点，在相同的准确率下，其召回率优于ORB和哈里斯-LATCH （HARRIS-LATCH）算法，其匹配内点率比ORB算法提高了4.2个百分点。该算法在保持实时性的同时进一步缩小了与基于直方图的尺度不变特征变换（SIFT）和加速健壮特征（SURF）算法之间的精度差距，可对图像序列进行快速且精确的实时处理。

Android系统是目前最受欢迎的开放手机操作系统，然而高度的开放性也引来了许多问题，资源泄漏就是其中普遍存在的一个。对于Android系统出现的资源泄漏以及没有基于该漏洞的基准测试集被提出的问题，构造出了一套针对Android资源泄漏的基准测试集ResLeakBench。首先，参考Android官方文档以及观察大量的真实Android应用，整理出了Android程序中使用的资源操作以及它们常用的使用场景。然后，根据整理的信息自主构造了35个基准测试程序；另外，收集了35个资源使用相关的真实开源程序作为基准测试程序来保证测试集的实用性。最后，利用ResLeakBench对资源泄漏检测工具Relda2以及资源泄漏修复工具RelFix进行了有效性评测，发现了Relda2以及RelFix工具存在的问题。实验结果表明ResLeakBench针对资源泄漏问题是一套实用的基准测试集。

针对城市轨道交通车站进站设施瓶颈疏解缺乏系统的定量分析、成本模糊的问题,提出车站瓶颈定量分析模型,并在此基础上提出一种新优化策略。首先,建立乘客进站流程图,基于串联和并联混合的排队网络构建系统优化模型;其次,在现有优化策略基础上提出一种新的控制优化策略——变更设施序列,即交换安检设备和自动检票闸机的物理顺序;最后选取上海莘庄地铁站并根据两种优化策略给出具体优化方案,进行仿真实验。3种优化方案均有效减少了乘客排队时间,但总成本差异很大。到达率一定时,与无优化方案相比,优化方案1增加1台安检设备,减少了92.5%的等待时间,总成本增加了3.2%;优化方案2交换安检设备和闸机顺序,减少了80.3%的等待时间,总成本下降了50.4%;而优化方案3即方案1和2的叠加,几乎完全消除了乘客排队等待时间,但总成本却增加29.6%。结果分析表明,该模型能够很好地模拟瓶颈疏解成本,新策略在降低总成本上明显优于传统策略。