江苏省自然科学基金(BK20130867)
- 作品数：22 被引量：52H指数：4
- 相关作者：干宗良刘峰霍智勇崔子冠陈昌红更多>>
- 相关机构：南京邮电大学南京大学江苏科技大学更多>>
- 发文基金：江苏省自然科学基金国家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
- 使用方向参数的双三次图像内插方法
- 2014年
- 传统的双三次内插方法仅在水平和垂直方向估计丢失的像素,易在边缘或纹理区域产生抖动、振铃等现象。为了克服这种现象,提出一种新的使用方向参数的双三次图像内插方法。对待内插的像素,首先在其邻域计算水平、垂直、45°和135°四个方向的梯度,以提取图像局部边缘的强度和方向。对强边缘上的像素,直接沿边缘方向采用对应方向的双三次内插模型估计像素值;否则,先分别沿梯度较大的两个方向采用相应方向的双三次内插模型估计像素,然后采用适当的权系数对所得结果加权平均。此外,为减小计算复杂度,方法中还根据图像局部方差的大小,动态使用双线性内插方法。相比于双三次内插,提出的方法能有效地保存图像边缘和细节;同时,提出的方法还能够实现任意倍数的放大。实验结果表明,与现有的边缘导向的图像内插方法相比,提出的方法具有更好的主观和客观效果,同时计算复杂度并不高。
- 刘婧朱秀昌干宗良崔子冠
- 一种门控卷积生成对抗网络的图像修复算法被引量：6
- 2022年
- 生成对抗网络图像修复算法在填充任意掩码区域时会经常出现错误,原因是其在进行卷积运算时将所有输入像素都视为有效像素。针对该问题,提出一种门控卷积生成对抗网络的图像修复算法,利用门控卷积替换网络残差块中的传统卷积,以有效地学习已知区域与掩码区域之间的关系。算法采用边缘修复加纹理修复的两阶段生成对抗修复网络。首先,用边缘检测算法检测出破损图像中已知区域的结构;然后,将掩码区域的边缘与已知区域的颜色和纹理信息结合起来进行结构修复,再将完整结构与待修复图像一起送入纹理修复网络中进行纹理修复;最终输出得到完整图像。在网络训练过程中,采用谱归一化马尔科夫判别器以改善迭代过程中权重变化缓慢的问题,从而加快收敛速度、提升模型精度。在Places2数据集上的实验结果表明,所提出的算法在修复破损区域形状不一、大小不一的图像时,相较于之前的两阶段修复算法,在峰值信噪比和结构相似性上分别提高了3.8%和3.0%,且主观视觉效果提升明显。
- 高杰霍智勇
- 关键词：图像修复
- 监控视频中基于运动目标显著性的关键帧提取方法被引量：1
- 2016年
- 文中提出了一种监控视频中基于运动目标显著性的关键帧提取方法。该方法首先对监控视频中的行人进行检测和跟踪,分别提取行人的颜色、纹理与形状3种底层特征并借助肤色模型得到能够凸显人脸区域的肤色置信图,然后将3种特征图像和肤色置信图动态加权融合得到多特征融合图像,最后以行人目标的多特征融合图像以及跟踪结果为参考,选取出目标显著性程度最大的融合图像对应的视频帧为关键帧。实验结果表明,文中提出的关键帧提取算法能够快速掌握监控视频中的行人信息,为视频后处理提供运动目标有效的处理样本。
- 胡圆圆干宗良陈昌红崔子冠刘峰
- 关键词：关键帧提取视频后处理监控视频
- 一种基于多通道联合估计的非局部均值彩色图像去噪方法
- 2017年
- 提出一种基于多通道联合估计的非局部均值彩色图像去噪方法,包括彩色通道联合去噪和彩色通道融合去噪两个步骤:在彩色通道联合去噪步骤,采用经典的彩色图像非局部均值去噪算法对噪声彩色图像去噪,得到预去噪图像作为彩色通道融合去噪步骤的输入;在彩色通道融合去噪步骤,采用广义多通道非局部均值去噪算法对预去噪图像再次去噪,去噪过程应用预去噪图像三通道高频成分的相似性。实验结果表明,与其他经典彩色图像去噪方法相比,本文方法在主观和客观上均具有竞争性。
- 王翔干宗良陈昌红刘峰
- 关键词：彩色图像去噪非局部均值迭代算法
- 基于深度学习模型的行人检测研究与仿真被引量：7
- 2015年
- 面向机器视觉中的行人检测问题构建出一种深度学习模型。通过在卷积神经网络中引入了遮挡模型和变形层,把行人检测的主要模块构建成一个联合深度学习的框架,提出了一个新的深度网络结构。模型利用Caltech行人数据集进行联合训练和参数优化与评估,测试了模型的检测正确率,并利用实际拍摄的图像和视频进行行人检测实验。实验表明,通过在模块之间建立起自动的、相互的联系,该深度学习模型有效降低了行人检测的失误率。
- 曾敏周益龙
- 关键词：机器视觉卷积神经网络行人检测
- 基于相似性约束的人脸超分辨率重建算法
- 2015年
- 提出一种改进的基于相似性约束的人脸超分辨率重建算法,采用迭代计算的方式将训练过程和学习过程整合在一起。首先从训练集中遴选出与待重建人脸最相似的训练库人脸参与迭代过程,随着迭代次数的增加,重建得到的高分辨率人脸越来越接近于原始高分辨率人脸;其中每次迭代分别统计待重建低分辨率人脸和训练集本次迭代参与的低分辨率人脸的相似性以及与训练集本次迭代参与的高分辨率人脸在局部结构上的相似性,以减少流形学习中低维空间到高维空间的一对多映射的限制。实验结果表明,与其他算法相比,文中所提的人脸重建算法不仅具有较低的空间复杂度,并且具有更好的主观和客观效果。
- 刘丹霞干宗良杨文峰
- 关键词：迭代流形学习人脸重建
- 基于运动和外形度量的多目标行人跟踪被引量：2
- 2016年
- 单目视觉的行人检测跟踪是计算机视觉领域研究的热点和难点之一。现有的检测跟踪算法对于遮挡情况的处理仍然不够理想,尤其是未经校正的缺少深度信息的单目场景。文中面向普通单目视频,针对行人的短暂遮挡情形,提出了一种基于运动外形信息融合的多目标行人跟踪方法。首先对视频序列中检测出的行人多目标提取其运动信息和外形信息,并根据信息的分布情况调整相应系数,将行人目标与各轨迹的距离度量融合为距离代价,构成代价矩阵,最终使用匈牙利算法实现任务分配,以此进行关联跟踪。PETS2009监控视频行人跟踪数据库的实验结果表明了文中算法对于行人目标短暂遮挡处理的可行性和有效性。
- 花景培陈昌红干宗良刘峰
- 关键词：多目标行人跟踪数据关联信息融合
- 基于非局部均值的彩色图像去噪被引量：2
- 2013年
- 传统的彩色图像去噪算法通常是分层处理的,而忽略了彩色图像RGB通道之间的相关性,因此基于RGB通道联合相似度估计提出了一种新的彩色图像非局部均值去噪方法。在用非局部均值滤波对彩色图像进行去噪时,首先以目标像素为中心确定其支撑区域,然后根据多通道联合相似度估计确定权重,最后采用逐块滤波的方法对每一层进行滤波。并且针对彩色图像中含有的高斯噪声提出了一种新的噪声参数估计方法。由实验结果可以看出该算法比传统的去噪算法在PSNR和FSIM方面都有提高。因此可以看出在图像去噪过程中考虑三通道之间的相关性是必要的,同时也证明了算法的有效性。
- 郭全占司丹丹胡园园干宗良
- 关键词：非局部均值彩色图像去噪
- 室内场景的布局估计与目标区域提取算法
- 2018年
- 现有的目标提取方法在应用于复杂的室内场景图像时,容易出现小尺寸物体与平面区域中物体被忽视,以及因遮挡造成大物体提取错误等问题。为此,提出一种针对室内RGB-D场景的无监督布局估计与目标区域提取算法。利用3D点云进行平面分割与分类以完成布局估计,采用2种图像分割方法对RGB-D图像做过分割处理,并利用4种相似度衡量方式进行层次分组。在此基础上,根据布局估计的结果,对不同类别的区域采取不同的边界框匹配策略。实验结果表明,该方法无需预训练即可改善目标区域提取效果,在产生较少目标候选区的情况下提高边界框召回率,加快计算速度。
- 吴晓秋霍智勇
- 关键词：深度信息图像分割
