科技工作者之家
何发智

何发智

计算机图形学

软件工程国家重点实验室

基本信息

何发智(通讯作者),男,1968年生,博士,教授,主要研究方向为计算机图形学、图像处理、协同编辑.

专利成果

总专利数
39
国内专利数
39
国际专利数
0
有效专利数
39
总发文数(篇)
199
总被引数(次)
1066
H指数
30
TOP1%高被引
0

成果分析

期刊发文占比
专利在审情况: 历年专利情况; 重点学科匹配度; 文章被引情况

专利列表更多

一种基于动态任务调度的层次包围盒构建方法
- 摘要：
  本发明涉及一种层次包围盒构建方法,属于计算机图形处理技术领域,具体是涉及一种基于动态任务调度的层次包围盒构建方法.发明遍历BVH时将一个线程对应叶子结点,在聚类幼树重构时一个Warp对应2个内部结点,使得BVH构建算法在单个主机上的并行度进一步的提高,相比当前通用的方法BVH构建速度提升了大约25％.
- 发明人：
  何发智张正昌黎明丽陈壹林
- 申请人：
  武汉大学
- 公开日：
  2017-11-14
一种基于爬山淘汰粒子群算法的大规模软硬件划分方法
- 摘要：
  本发明涉及一种基于爬山淘汰粒子群算法的大规模软硬件划分方法,包括:步骤1:初始化EPSO‑HC算法的参数.步骤2:NodeRank算法初始化种群.步骤3:更新每个粒子的位置和速度,并对种群进行离散化.步骤4:淘汰当前全局最差位置附近的粒子,随机产生的新粒子替代群体中弱小的粒子.步骤5:改进爬山法更新当前全局最优位置,在当前全局最优位置附近集中搜索更优位置.步骤6:采用GPU并行计算软硬件通信代价.步骤7:若EPSO‑HC算法达到终止条件,则输出全局最优解,该解即为软硬件划分问题的最终解;否则,转到步骤3.本发明与其他软硬件划分算法相比,EPSO‑HC算法解的质量更高,运行时间更少.
- 发明人：
  何发智鄢小虎
- 申请人：
  武汉大学
- 公开日：
  2017-07-14
一种基于卷积轮廓特征的目标跟踪算法
- 摘要：
  本发明涉及一种基于卷积轮廓特征的目标跟踪算法,本发明首先在第一帧采集目标的卷积轮廓特征用于构建目标外观摩模型.其次,使用粒子滤波算法在下一帧采集候选样本,并提取出候选样本的卷积轮廓特征.接着,使用已训练好的目标外观模型与候选样本特征进行比对.在进行目标相似性对比时,仅使用目标中比较明亮的部分,这种策略使得算法能够应对跟踪中常遇到的部分遮挡问题.最后,在每一帧跟踪结束时,使用新跟踪到的目标对外观模型进行更新,使得目标外观模型能够适应目标最新的变化.跟踪算法根据上述步骤迭代地对目标进行持续地跟踪.
- 发明人：
  何发智李康
- 申请人：
  武汉大学
- 公开日：
  2017-06-09
一种基于自适应线程束的GPU并行粒子群优化方法
- 摘要：
- 发明人：
  何发智张硕
- 申请人：
  武汉大学
- 公开日：
  2017-03-15
基于贝叶斯学习和增量子空间学习的目标跟踪方法
- 摘要：
  本发明提供一种基于贝叶斯学习和增量子空间学习的目标跟踪方法,混合两种子算法分别产生一个跟踪结果,本发明定义了这两个候选跟踪结果的可信度度量,最终算法选择可信度最高的算法作为跟踪结果;本发明通过降低判别算法的学习率和暂停更新产生模型算法来避免引入更多的噪声.克服了目标在遭受遮挡和巨大形变后跟踪漂移的问题.
- 发明人：
  何发智李康
- 申请人：
  武汉大学
- 公开日：
  2017-01-25
一种基于信任关系隐含相似度的社会化推荐方法
- 摘要：
  本发明公开了一种基于信任关系隐含相似度的社会化推荐方法,首先,本发明通过概率矩阵分解的方法得到用户的信任和被信任向量,该向量隐含了用户之间的直接和间接关联,从而更充分的挖掘了稀疏的评分和信任数据中的信息.其次,本发明通过概率估计的方法得到用户的信任关系隐含相似度,从而提升了信任关系强度的估计精度.最后,本发明综合考虑了用户之间的评分相似度,进一步提升算法对于数据稀疏情况下的鲁棒性.
- 发明人：
  何发智潘一腾
- 申请人：
  武汉大学
- 公开日：
  2017-01-25

相关推荐