大多数室内深度补全任务依赖于卷积自动编码器来重建深度图像，尤其在缺失值严重的区域。传统卷积方法对有效像素和缺失像素一视同仁，而部分卷积（PConv）虽缓解了这一局限，却无法区分不同缺失区域的无效程度差异，这凸显了对更精细化策略的需求。为解决该问题，我们提出了一种新型室内深度补全系统，采用掩码自适应门控卷积（MagaConv）

开放集领域泛化（OSDG）旨在无需微调的情况下识别未知目标域中的已知类别，同时拒绝未知类别。现有方法的实用性受限，因其需要额外生成或收集的未知样本，或假设已知类别存在于所有源域中

在本文中，我们建议整合提示调整和提示集成的优点，并减轻过度拟合问题。为了实现这一目标，我们引入了一种新颖的提示学习框架，称为解缠结的特定领域提示学习（DDSPL）

基于对象检测的模型由于其冗余和复杂的检测框生成过程而具有很大的局限性。相比之下，视觉和语言预训练 (VLP) 模型可以获得更好的性能，但需要很高的计算能力。为此，我们提出了一种基于 Transformer 的轻量级 VQA 模型——权值共享混合注意网络 (WHAN)

如何处理带有噪声标签的小样本学习成为一个迫切需要解决的问题。为了解决上述问题，我们提出了一种基于注意力的伪标签传播网络(APPN)。我们提出了一种基于注意力的特征提取方法，该方法可以有效地捕捉干净样本和有噪声样本之间的区别

X 射线行李图像中的违禁物品检测可以有效防止社会安全和稳定。随着深度学习的发展，将计算机视觉任务中的特定方法应用于违禁物品检测显示出广阔的前景，由此产生的智能安全检查系统可以有效解决人工检查的局限性。尽管已经提出了几种基于深度学习的方法来繁荣这一研究领域，但仍然存在两个问题尚未得到充分探索

现有的方法没有充分考虑专家个体的泛化性，也没有充分利用专家之间的一致性和多样性，从而限制了所构建模型的泛化性。在本文中，我们提出了一种一致但多样的混合专家(CBDMoE)算法，这是一种改进的MoE框架，有效地利用集成学习来解决DG问题

准确识别行李中的潜在威胁对于公共安全至关重要。在X射线扫描中，物品通常随机堆叠并呈现半透明状态。这使得违禁品的出现被大量背景杂物重叠，导致严重的类不可知特征纠缠，削弱了它们的判别性。现有的框架通过直接应用前景注意力图或背景去注意力图来处理这一挑战

如何探索RGB和热红外模态之间的交互对于RGB-T显著物体检测（SOD）的成功至关重要。大多数现有方法通过从两种模态收集和传递信息来收集和传递信息，而没有探索两种模态之间的隐式关系。为了解决这个问题，我们创新性地提出了一种多尺度模态推理交互网络，通过推断两种模态之间的隐式表达，充分实现两种模态的优势表达和互补融合

双视图行李检查已广泛应用于现实场景，其中采用正交视角来捕获多样互补的信息。与单视图相比，当旋转和遮挡妨碍物体的可视性时，它可以有效地提高识别性能。然而，由于缺乏数据集，该主题尚未得到深入研究。为了克服这一限制，我们贡献了首个完全公开的大规模双视图 X 光数据集

使用主动立体方法恢复深度已成为三维感知的重要方法。然而，当测量场景的特性发生变化时，投影预先设计的结构光可能会导致某些物体表面曝光不当和散焦模糊。为了解决这些问题，我们基于自适应结构光（ASL）提出了一种名为 AdaptiveStereo 的主动立体深度感知方法

In this paper, we propose a new model for depth image completion based on the Attention Guided Gated-convolutional Network (AGG-Net), through which more accurate and reliable depth images can be obtained from the raw depth maps and the corresponding RGB images.

基于聚类的方法在无监督行人重识别任务上取得了令人印象深刻的表现。然而，这些模型中的大多数都受到噪声标签的影响。在本文中，我们提出了一种评估和抑制噪声标签的新方法

个性化HAR面临两大挑战：高质量的标记个性化数据很少，终端计算资源有限。以往的领域自适应模型大多忽略了终端上的传递效率，而这也是物联网人工智能的标准之一。因此，我们提出了一种快速传输HAR，即FastTrans，以提高效率并在识别效率之间取得折衷

这项工作的目的是学习一个元分类器，即使给出很少的噪声样本，也能很好地泛化弱标记的新类活动。在此基础上，我们结合了few-shot学习和弱监督分类的力量来实现上述目标

当前的主动立体方法引入深度光学技术来重塑传统设计范式，取得了较好的效果。然而，由于衍射光学元件（DOE）制造限制和较差的泛化能力，其实际性能受到限制。为了解决这些问题，我们提出了一种新颖的主动立体方法，称为JOAStereo，通过端到端的方式联合优化结构光图案和重建网络

个性化HAR面临两大挑战：高质量的标记个性化数据很少，终端计算资源有限。以往的领域自适应模型大多忽略了终端上的传递效率，而这也是物联网人工智能的标准之一。因此，我们提出了一种快速传输HAR，即FastTrans，以提高效率并在识别效率之间取得折衷

基于聚类的方法在处理无监督领域自适应行人重识别（ReID）任务中已被证明是有效的。然而，现有的相关研究仍然面临着噪声伪标签和整个训练过程中不可靠的表征能力的问题。为了解决这些问题，本文提出了一种新的方法，通过限制噪声伪标签来学习具有更好泛化能力的特征表示

基于结构光的主动立体系统广泛应用于各种3D视觉领域，通过向物体表面投射特殊设计的光栅图案来对空间中的每个位置进行编码，以实现精确的3D测量。然而，现有的方法使用的是与场景特性（如物体反射率、距离、环境光、内部反射）、设备（投影仪、相机）以及重建过程无关的预定图案

X射线违禁品检测是一种关键且高效的方法，已广泛应用于安检场景中。为了满足安全辅助诊断系统对高精度的实际需求，我们提出了一种基于经典和先进的通用目标检测器YOLOX的几何感知X射线违禁品检测器（GADet）

基于结构光的主动立体系统广泛应用于各种3D视觉领域，通过向物体表面投射特殊设计的光栅图案来对空间中的每个位置进行编码，以实现精确的3D测量。然而，现有的方法使用的是与场景特性（如物体反射率、距离、环境光、内部反射）、设备（投影仪、相机）以及重建过程无关的预定图案

跨域行人重识别面临的挑战主要来自两个方面：1) 目标数据标签缺失；2) 源域与目标域之间的偏差。大多数现有研究只关注上述两个问题中的一个，或者将其分开处理。本文提出了一种新的方法，称为多层互监督，旨在充分利用有标签的源数据和无标签的目标数据

我们提出了一种基于新颖管道的视频异常检测多任务学习框架。我们的模型包含两个交叉流，其中一个流使用Attention-R2U-net的主干进行未来帧预测，而另一个流则基于编码器-解码器网络来重建输入的光流图

针对视频异常检测任务的特点，本文改进了传统的PUL策略，提出了一种两步循环迭代的PUL策略。通过反馈循环将筛选阶段与分类阶段连接起来，利用交替迭代训练提高了网络的检测性能。同时，我们提出了一种面向局部特征的异常检测框架，并使用特征分解后的特征向量训练网络

行人重识别（ReID）旨在识别不同摄像头下同一人的图像。然而，源域与目标域之间的巨大领域差距以及目标域标签信息的缺乏，给无监督领域自适应ReID模型带来了巨大挑战。本文从三个方面解决了这一挑战

从单幅图像恢复3D人类姿势和体型是计算机视觉中的一项挑战性任务。本文提出了一种基于优化的算法和创新框架，以从单个单目图像重建3D人类身体。所有评估任务都基于经典的参数化3D身体模型SMPL

禁用物品的分割在安检领域有着广泛的应用，例如计算机辅助筛查、威胁图像投影和材料辨别。然而，X射线行李图像中严重的物体重叠极大地限制了常见的基于CNN的分割方法的性能。更糟的是，没有公开的数据集可以用于促进这一具有挑战性和前景广阔的领域的研究。为了解决这些问题，本文提出了首个禁用物品X射线分割数据集，命名为 PIXray

在本文中，我们提出了一种基于双模态联合顺序填充的深度图像恢复算法。通过离线标定，有效实现了深度图像与彩色图像之间的准确配准。提出了基于双模态联合条件熵的填充优先级估计和基于假设检验的深度值预测，并将其整合到顺序填充框架中以实现深度图像恢复

受到生成对抗网络（GAN）广泛应用的启发，我们提出了一种称为 NM-GAN 的端到端管道，它在类似 GAN 的架构中组装了编码解码器重建网络和基于 CNN 的判别网络

本文设计了一种灵活的高阶块（HOB）模块和深度度量学习方案，以生成用于行人重识别的高阶深度特征表示。大量实验证明了我们提出的HOB模块在行人重识别问题上的优越性

本文提出了一种基于单次编码结构光方法的深度感知系统。所设计的单色光图案对遮挡和急剧变形具有较强的鲁棒性，适用于动态场景，并且对颜色干扰不太敏感。通过符号密度谱（SDS）规则，合法地增加了元素内部的特征点数量，从而进一步提高了分辨率

为提高监控视频中异常检测的性能，我们提出了一种基于双向预测的框架，该框架通过前向和后向预测子网络分别预测同一目标帧。然后，基于真实目标帧及其双向预测帧构建损失函数。此外，我们还提出了一种基于滑动窗口方案的异常评分估计方法，重点关注预测误差图的前景

三维深度感知技术因其鲁棒性、高精度和高密度而得到了广泛的研究和发展。然而，当前结构光技术在获取不同运动状态下的物体场景深度图时，仍面临保持高精度和高分辨率的研究难题。本文设计了一种用于多状态目标深度获取的新算法

提出了一种基于全向图像和环形结构光的深度感知方法。首先，提出了一种新的全向环形结构光模式（ORSL）。ORSL 可以简化特征点提取，并更鲁棒和快速地定位场景位置。其次，提出了一种新的传感器，包括全向相机、激光投影仪和控制电路系统。实验结果表明，所提出的方法可以获取大规模场景的全向深度信息。多组深度数据的误差分析显示了该方法的有效性

本文提出了一种基于稀疏深度图的三步相移相位展开新方法。稀疏深度图在相位展开过程中作为辅助用于深度获取。首先，该算法提出了一种基于随机散斑和德劳内三角剖分的新型随机网格图案。其次，可以基于所提出的随机网格计算稀疏深度。最后，基于相对相位图质量（质量图）设计相位展开序列

本文的目的是探索 ASM 的内在机制并开发先进的 ASM 模型。在分析了SR和PFT之后，我们对现有ASM模型的基本思想和固有局限性进行了数学描述。还提出了一种基于尺度不变ASM、基于场景和上下文的调制以及竞争结构的新显着性检测模型，突破了传统ASM模型的局限性

有许多模拟视觉皮层的计算模型基于无监督神经网络的空间适应。在本文中，我们提出了一种称为神经元簇的新模型，其统一适应方案中包括空间和时间权重。该模型的“就地”性质基于两个生物学上合理的学习规则：赫布规则和横向抑制。我们提出了数学证明，即时间权重是从侧抑制延迟中得出的