水下图像处理因其在海洋生物学、地质勘探及军事侦察等领域的广泛应用而备受关注。视觉感知技术能够高密度地获取水下环境信息，被广泛应用于水下机器人救援、海底设施维护以及水下考古等任务。然而，由于光在复杂水体介质中传播时存在的吸收与散射效应，所获取的图像往往出现颜色失真、对比度下降和细节模糊等严重退化现象，显著影响图像质量与可用性。尽管近年来研究人员致力于提升水下图像的视觉质量，并提出了多种增强方法，但目前仍缺乏对相关技术的系统化归纳与分类。本文从水下光学成像的退化机理出发，深入分析光传播特性对成像质量的影响，并系统回顾现有的水下图像增强与复原方法。以往文献在总结水下图像处理的传统复原与数据驱动方法时，常忽视超分辨率重建技术这一重要方向，本文在此基础上进一步引入该技术从而构建更完整的水下图像处理研究框架。通过梳理不同方法的发展脉络与技术特点，本研究旨在为该领域后续研究提供系统参考，并为未来发展方向提出可行性建议。

目的当前，基于语音驱动的3D说话人脸生成技术已经较为成熟，尤其是基于向量量化变分自编码器（VQ-VAE）的模型。但现有方法情感引导方式较为简单，未能充分利用多模态信息；此外，现有的基于VQ-VAE的人脸生成模型重建的人脸细节有限。方法本文在VQ-VAE框架下对人脸特征进行分层解耦，将其分为顶层和底层特征，并引入身份向量和描述文本作为外部条件解耦顶层特征，随后顶层特征再作为内部条件，与外部条件一起解耦底层特征，实现特征的分层解耦，以提升人脸的重建质量并增强情感表达的稳定性。在生成过程中，语音和文本共同引导人脸生成，从而充分利用多模态信息。结果在3DMEAD和TA-MEAD数据集上的定量实验表明，本模型在生成人脸的平均顶点误差（MVE）、平均估计误差（MEE）和覆盖误差（CE）等关键指标上均达到最优，唇部顶点误差（LVE）为次优。可视化分析显示生成的表情整体上更生动逼真。消融实验验证了外部条件与内部条件对模型效果的关键作用。结论本文提出的方法有效提升了人脸重建的准确性与表情生成的稳定性，生成结果在整体上更接近真实人脸。本文代码已在GitHub开源并于ScienceDB存档，访问链接为：https：//github.com/XAUT-VcLab/2022CS-Project1和https：//doi.org/10.57760/sciencedb.j00240.00095。

目的医学图像配准在手术导航、疾病监测和多模态诊断等临床应用中具有关键作用。然而传统迭代优化方法可解释性强但计算效率低下，深度学习方法存在黑盒特性导致模型的可解释性不足。对此，本研究提出了一种基于模型解耦的深度展开配准网络，旨在兼顾高效计算与模型可解释性。方法首先通过变量松弛将配准问题解耦为相似性约束和形变正则化两个子问题。在此基础上，受深度展开网络的启发，进一步将迭代优化过程映射为多层神经网络。保真项模块用于解决相似性约束子问题，采用基于TransUnet的架构，实现融合局部特征与全局上下文。去噪模块用于解决形变正则化子问题，采用基于残差连接的去噪网络架构近似正则项。两模块协同完成单次交替迭代，并通过级联构成深度展开网络。所提出的深度展开配准网络与迭代优化步骤严格对应，每层操作具有明确物理意义和数学依据，显著提升了模型的可解释性。结果本文方法在LPBA40和OASIS公开脑部数据集上的戴斯相似系数（Dice Similarity Coefficient，Dice）分别为70.1%和79.9%，负雅可比矩阵行列式百分比为0.010，验证了所提方法的有效性。结论提出的基于模型解耦的深度展开配准网络有效融合了传统迭代优化方法与深度学习方法的优势，在保持较高计算效率和精度的同时显著提升了可解释性。

人工智能（Artificial Intelligence，AI）生成内容技术的爆发增长引发了严重的信任危机，AI生成图像检测已成为多媒体取证领域的核心议题。为破解当前检测技术研究视角碎片化、理论体系割裂的困境，本文提出一种从“学习范式”切入的统一分析框架，对AI生成图像检测技术进行系统性综述。首先，本文构建了包含“证伪”与“存真”两大根本性类别的双学习范式分析体系，并对各类方法的基本思想进行全面阐述。其中，“证伪”范式侧重于挖掘生成过程中残留的频域异常、空间不一致等伪造痕迹；而“存真”范式旨在通过单类分类或物理一致性约束，对真实图像的固有分布进行建模以识别异常。其次，通过梳理理论分析与技术演进路径，本文揭示了检测技术由被动识别特定痕迹的“证伪”向主动建模真实分布的“存真”演进的趋势，并深入剖析了“证伪”范式在跨域泛化能力上的局限性，以及“存真”范式在建模高维复杂分布时的核心挑战。此外，本文构建了包含库内性能、跨模态泛化性、鲁棒性及可解释性等多维度的评估体系，对比了代表性算法的优劣。同时，本文将相关开源论文及代码链接汇总至GitHub仓库（https：//github.com/qqqqwddw/wesome-image-Detection），并将整理后的数据集与分析数据上传至ScienceDB社区（https：//www.scidb.cn/detail？dataSetId=d6427185d9ff4c43bb6b190a117d723b），以供后续研究参考。最后，本文探讨了范式融合、基于基础模型的检测及反取证防御等未来研究方向，为构建高鲁棒、可解释的AI生成图像检测体系提供理论参考。

目的红外视频卫星是探测空中动目标的重要手段，红外小目标检测技术是其关键基础。深度学习显著推动了单帧红外小目标检测，然而卫星红外视频中的空中动目标普遍空域显著性低、场景复杂，单帧方法难以有效检测，因此亟需发展融合时域信息的红外极弱小目标检测技术。但该领域长期缺乏视频数据集，严重制约了相关技术的发展与应用。为突破此瓶颈，该文构建了首个包含大量真实场景的红外视频卫星空中动目标检测数据集。方法基于武汉一号卫星采集20126帧真实红外视频卫星动目标数据，设计两阶段“由粗到精”的标注方法，完成29757个空中动目标的精标注。为了丰富场景多样性，进一步融合两大真实天基背景下的仿真动目标数据，构建包含1401个真实场景、122265帧视频图像、454116个目标的红外视频卫星空中动目标检测数据集。数据集提供实例级掩码标签，支持空中动目标检测与跟踪技术研究，并提出了相关评价指标。结果数据分析表明，该数据集中真实目标的平均信噪比仅为3.06，超过80%的目标信噪比低于2，且实测场景中的目标与背景存在丰富的动态变化与相互干扰，呈现难以模拟的复杂性。结论基于该数据集开展了首届红外视频卫星空中动目标检测比赛，充分验证了该数据集的高挑战性与实际价值，对于红外极弱小目标检测技术研究具有重要支持作用。数据集获取链接：https：//github.com/TinaLRJ/DeepPro（科学数据银行：Infrared video satellite aerial moving target detection dataset）。

目的点云在人体建模和姿态估计中应用广泛，但常因传感器视角和遮挡而局部缺失，影响重建完整性和精度。点云非结构化特性使模型难以准确建模几何结构和拓扑关系，导致失真、模糊或偏差。现有方法在处理严重缺失和复杂姿态时，仍面临结构完整性和几何精度不足的挑战。方法为此，本文提出一种基于蒙皮多人线性（skinned multi-person linear， SMPL）模型拓扑先验的人体重建与点云补全方法。通过引入逐点语义感知的多尺度特征提取机制，增强对局部几何结构的理解能力；在此基础上，利用SMPL的参数化网格先验构建初始人体形变骨架，有效引导缺失区域的结构推理，缓解因信息缺失带来的拓扑歧义；进一步设计顶点偏移感知优化模块，通过学习输入点云与预测网格间的空间残差，实现对人体表面细节的精细化修正。结果实验结果表明，所提方法在SURREAL和AMASS数据集上均优于现有方法。在SURREAL数据集上，顶点回归误差降低4.6%，姿态估计精度达当前最优的16.2 mm；在AMASS数据集上的倒角距离指标也显著优于现有点云补全算法，进一步验证了所提出框架的良好泛化性与鲁棒性。结论综上所述，将SMPL的拓扑先验有效融入点云重建流程，可显著提升重建质量，尤其在处理非结构化与不完整点云时展现出更强优势。