霍智勇
- 作品数：86 被引量：89H指数：6
- 供职机构：南京邮电大学更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金江苏省高校自然科学研究项目更多>>
- 相关领域：自动化与计算机技术文化科学电子电信医药卫生更多>>
- 基于全连接神经网络和边缘感知视差传播的立体匹配算法研究被引量：3
- 2018年
- 提出一种基于全连接神经网络和边缘感知视差传播(Edge-aware Disparity Propagation,EDP)的立体匹配算法。首先通过全连接网络获得初始的匹配代价,并利用胜者为王(Winner Takes All,WTA)算法生成初始视差图;然后进行一致性检测,对不一致视差点采用EDP和测地距滤波算法计算得到新的匹配代价和视差值,并填充初始视差图;最后,对填充后的视差图进行亚像素增强优化。实验数值表明,该算法能有效降低立体匹配的误匹配率,提高视差图精度,特别是在非闭塞区域有较低的误匹配率。
- 严邓涛霍智勇戴伟达陈钊
- 一种基于潜在空间嵌入扩展的真实图像重建方法
- 一种基于潜在空间嵌入扩展的真实图像重建方法，首先有监督地训练一个域内引导编码器，将给定的图像映射到StyleGAN的固有潜在空间中，其中引入像素损失用来保持视觉质量，使编码后的潜码在像素域进行对齐；引入感知损失，用来引导...
- 霍智勇 操伟业
- 文献传递
- 一种基于多尺度交叉注意力的单目图像深度估计方法
- 一种基于多尺度交叉注意力的单目图像深度估计方法，利用卷积神经网络和视觉Transformer优势互补，发挥卷积神经网络对局部特征捕获优势和Transformer对全局特征建立远距离依赖优势，提高对信息的保留能力，从而提高...
- 霍智勇赵丽萍
- 基于结构化损失的单目深度估计算法研究被引量：5
- 2021年
- 为了提高单目图像深度估计的精度,针对图像中几何形状无法准确预测以及边缘模糊的问题,该文提出了一种基于多尺度结构相似度和梯度匹配的单目深度估计算法,利用多尺度结构相似度损失和尺度不变梯度匹配损失组成联合结构化损失,对相对深度点对进行排序来实现单目深度估计,实现了对图像中几何形状的准确预测,减小了边缘模糊,提高了深度预测精度。在Ibims、NYUDv2、DIODE、Sintel 4个不同类型的数据集进行了数值实验和主观评测,结果表明该算法降低了深度预测误差,有效提高了预测的准确性,并具有一定的泛化性能。
- 霍智勇乔璐
- 关键词：单目图像
- 图像超分辨率生成模型构建方法与图像超分辨率生成方法、系统
- 本发明公开一种图像超分辨率生成模型的构建方法，包括：构建包含多种类型图像的混合数据集；并对混合数据集中图像进行预处理，获得初始低质量图像和对应的图像文本描述；确定第一初始学习框架，根据预处理后的初始低质量图像生成对应的高...
- 霍智勇何洲
- 基于内容的图像检索(CBIR)中图像颜色特征提取方法的研究和改进
- 2014年
- 该文给出了一种基于颜色分布直方图借助四叉树图像分割进行图像检索的方法,该方法使用与人类视觉感知相符合的HSV颜色模型,通过构造四叉树借助MeanShift算法对图像进行分割,提取出特征颜色,得到颜色分布的直方图。最后利用EMD算法衡量图像与图像之间的距离,实现图像的搜索。
- 杨光皓霍智勇梁雨郭云仙
- 关键词：基于内容检索均值漂移四叉树图像分割
- 一种基于隐式神经场景表示进行虚拟视点图像合成的方法
- 本发明公开了一种在多视图立体跨视图损失的基础上利用隐式神经场景表示进行虚拟视点图像合成的方法，适用于计算机视觉领域。本方法包括：获取需产生虚拟视点的图像数据集；对训练图像数据集进行预处理，在预处理阶段基于特征匹配算法Si...
- 霍智勇郭权
- 文献传递
- SaaS模式下的网络协作学习技术支持策略——以Google Apps为例被引量：2
- 2011年
- SaaS(Software-as-a-Service)模式是通过互联网提供软件服务的软件应用模式。该模式关注用户的真实需求,具有协作共享等特征,尤其是在网络协作学习中有着很大的应用前景。通过对SaaS模式本身及其典型应用Google Apps的研究,分析了其给予网络协作学习的支持功能,进而提出基于SaaS模式的网络协作学习技术支持策略,以期能为实际教学提供借鉴。
- 宋伟杰霍智勇
- 关键词：SAAS模式网络协作学习GOOGLEAPPS
- 基于双通道三维密集连接网络的脑胶质瘤核磁共振成像分割算法研究被引量：2
- 2019年
- 针对脑胶质瘤形状、位置及大小的不一致性,本文提出了一种基于双通道三维密集连接网络的脑胶质瘤核磁共振成像(MRI)自动分割算法。该算法基于三维卷积神经网络,在两个通道采用不同大小卷积核,从而在不同尺度感受野下提取多尺度特征,并构造各自的密集连接块进行特征学习与传递,通过特征结联后输入到分类层进行目标体素分类,最终实现脑胶质瘤的自动分割。为了验证本文算法的实用性,本文采用公开的脑肿瘤分割挑战赛数据集对网络进行训练与验证,并将得到的结果与其他脑胶质瘤分割方法比较。实验结果表明,本文所提出的算法能够更准确地分割出不同的肿瘤病变区域,在临床脑肿瘤疾病诊断中具有一定的应用价值。
- 霍智勇杜帅煜陈钊戴伟达
- 关键词：核磁共振成像
- 基于门控卷积生成对抗网络的图像修复方法
- 本发明揭示了一种基于门控卷积生成对抗网络的图像修复方法，包括如下步骤：S1、构建门控卷积生成对抗网络；S2、获取训练图像并对所获取的训练图像进行预处理；S3、将经过预处理后的训练图像输入已建立的门控卷积生成对抗网络中、对...
- 霍智勇高杰
