目的高光谱图像能提供丰富的光谱和空间信息，但常受到多种噪声的干扰，增加了其在变化检测领域应用的复杂性。为了解决上述问题，本文提出一种基于混合注意力和双向门控网络的高光谱图像变化检测方法，旨在提升变化检测的性能，从而在复杂环境和多变条件下实现更可靠的变化检测。方法本文方法通过整合局部和全局特征，改进了Transformer中的自注意力和前馈神经网络。具体而言，本文提出了混合注意力模块，采用CNN和gMLP的并行结构，分别提取图像的局部特征和全局上下文信息，有效平衡了局部细节和全局上下文的特征提取，起到抑制噪声的作用。同时，构建了双向门控网络，强化了通道和空间维度的特征提取，进一步增强了全局与局部信息的融合，实现了多时相高光谱图像特征的深度融合。结果实验在3个数据集上与主流的6种方法进行了比较，在Framland数据集中，相比于BiT模型，准确率和Kappa系数分别提高了0.34%和2.02%；在Hermiston数据集中，相比于CBANet模型，准确率和Kappa系数分别提高了1%和2.08%。同时消融实验结果证明，混合注意力模块和双向门控网络能有效融合局部与全局信息，提升变化检测的精度。结论本文方法通过高效融合局部和全局特征，显著提升了变化检测的准确性，证明了其在实际应用中的潜力。在三个高光谱数据集的大量实验结果表明，本文方法在变化检测任务中性能优异，显著优于BiT、CBANet等当前主流方法。

本综述探讨了基于人脸视频的心率变异性（heart rate variability，HRV）估计技术，突出了其在健康监测和疾病诊断中的无创性和实时监控的优势。首先，解析了HRV的生理学基础和核心参数的定义，阐明了其在医疗保健领域的应用潜力。接着，详细介绍了人脸视频采集的技术细节、数据预处理流程，重点讨论了HRV参数估计的多种方法，包括传统信号处理技术和深度学习算法。分析表明，深度学习技术在HRV估计方面因其强大的模式识别能力，能够有效提取复杂视觉特征和处理非线性生理信号，在提高估计精度方面展现出显著优势。本综述还对比了传统方法和深度学习方法在不同应用场景中的表现，指出了各自的优势与局限性，并总结了基于人脸视频HRV估计技术的实际应用案例，如健康评估、情绪识别、精神压力评估、疲劳检测和心血管疾病早期预警等。因此，本综述提出了未来研究的方向，包括降低头部运动和环境光变化的干扰、优化模型选择及减少对训练数据的依赖等，以促进HRV估计技术的发展。本综述旨在提供基于人脸视频的HRV估计技术的全面视角，为学术界和工业界的技术创新和应用拓展提供重要参考。

目的在对文档进行数码成像时，墨水浓度和材质透明度等因素可能会导致文档背面内容透过纸张变得可见，从而导致数字图像中出现透射现象，影响文档图像的实际使用。针对这一现象，本文提出了一种模糊扩散模型，基于模糊逻辑的均值回归思想，不需要任何先验知识，增强扩散模型处理文档图像中随机因素的能力，不仅解决了文档图像的透射现象，而且增强了图像的视觉效果。方法本文所提方法通过均值回归随机微分方程连续添加随机噪声降低原始图像质量，将其转换为带有固定高斯噪声的透射均值状态，随后在噪声网络中引入模糊逻辑操作来推理每个像素点的隶属度关系，使模型更好地学习噪声和数据分布，在逆向过程中，通过模拟相应的逆时间随机微分方程来逐渐恢复低质量图像，获得干净的无透射图像。结果将所提算法分别在合成灰度数据集和合成彩色数据集上进行训练，并在3个合成数据集和2个真实数据集上进行测试，与现有代表性的5种方法进行了比较，所提出的方法取得了最好的视觉效果，且在一定程度上消除了原始图像中的噪声。在峰值信噪比（peak signal-to-noise ratio， PSNR）、结构相似性（Structural Similarity Index， SSIM）、学习感知图像块相似度（learned perceptual image patch similarity， LPIPS）和费雷歇初始距离（Fréchet inception distance， FID）四个评价指标上均取得了最好的结果。结论本文方法能够有效地解决不同类型文档图像中的透射现象，提高了文档图像去透射任务的准确性和效率，有望集成到各种摄像头、扫描仪等实际硬件设备。

目的在对公安系统网络摄像头获取的视频数据进行分析时，行人危险持刀行为的自动检测面临刀具形状、大小的多样性，以及遮挡和多目标重叠等因素导致的检测精度低、误检率高的问题。针对上述问题，本文提出了一种改进实时物体检测Transformer（real-time detection Transformer，RT-DETR）的持刀危险行为检测算法（human-knife detection Transformer，HK-DETR）。方法首先，设计了倒置残差级联模块（inverted residual cascade block，IRCB）作为主干网络中的基本块（BasicBlock），这使得网络更加轻量化，减少了计算冗余，并提高了对全局特征和长距离依赖关系的理解能力；其次，提出了跨阶并行空洞融合网络结构（cross stage partial-parallel multi-atrous convolution，CSP-PMAC），专注于多尺度特征的提取，使模型能有效识别不同大小和角度的刀具；最后，引入了Haar小波下采样（Haar wavelet-based downsampling，HWD）模块来替换原模型中的下采样操作，为多尺度特征融合提供了更丰富的信息。同时，采用了最小点距离交并比（minimum point distance based intersection over union，MPDIoU）损失函数来进一步提升检测性能。结果对比实验结果表明，与原RT-DETR算法相比，改进后的模型网络参数量下降了25%，精度、召回率、平均精度（mean average precision，mAP）分别提高了2.3%、5.5%、5.2%；与YOLOv5m、YOLOv8m和Gold-YOLO-s相比，在模型网络参数量较低的情况下mAP又分别提高了6.3%、5.2%、1.8%。结论本文提出的HK-DETR算法能够有效适应网络摄像头下多种复杂环境的持刀危险行为检测场景，相较于其他参与对比的模型，其性能优势得到了充分的展现。

目的高光谱（Hyperspectral， HS）全色锐化旨在融合高空间分辨率全色（Panchromatic， PAN）图像和低空间分辨率高光谱（Low Resolution Hyperspectral， LRHS）图像，生成高空间分辨率高光谱（High Resolution Hyperspectral， HRHS）图像。现有全色锐化算法往往忽略PAN和HS图像之间的模态差异从而造成特征提取不精确，导致融合结果中存在光谱畸变和空间失真。针对这一问题，本文提出一种基于混合注意力机制的双分支U-Net（Dual-branch U-Net Based on Hybrid Attention， DUNet-HA）来实现PAN与HS图像的多尺度空间-光谱特征的提取和融合。方法网络中，混合注意力模块（Hybrid Attention Module， HAM）被设计来对网络中的每个尺度特征进行编码。在HAM中，利用通道和空间自注意力模块来增强光谱和空间特征，同时构建一个双交叉注意力模块（Double Cross Attention Module， DCAM），通过学习PAN与HS图像跨模态特征的空间-光谱依赖关系来引导两种特征的重建。与经典的混合Transformer结构相比，设计的DCAM可以通过计算与查询位置无关的交叉注意力权重来实现两种图像特征的校正，在降低模型计算量的同时，可提升网络的性能。结果在三个广泛使用的HS图像数据集上与最新的11种方法进行了比较，在Pavia center数据集中，相比性能第2的方法hyperRefiner，其峰值信噪比（Peak signal-to-noise ratio， PSNR）提升了1.10dB，光谱角制图（Spectral angle mapper， SAM）降低了0.40；在Botswana数据集中，其PSNR提升了1.29dB，SAM降低了0.14；在Chikusei数据集中，其PSNR提升了0.39dB，SAM降低了0.12。结论结果表明所提出的DUNet-HA结构能更好地融合光谱-空间信息，显著提升高光谱全色锐化结果图像的质量。

现有的三维人脸风格化方法难以生成较大相机姿态的人脸视图，或止步于生成多角度的人脸视图，而非结构化的三维网格模型。本文提出一种基于样例的三维人脸风格化与结构化建模方法。该方法能够不仅能够合成新的全相机视角下的风格化人脸视图，还具有生成结构化的人脸三维网格模型的能力，即包括人脸三维网格以及对应的纹理贴图。具体来说，我们提出了一个两阶段的结构化三维风格人脸生成框架，主要包括三维感知人脸生成器域迁移、基于多视图约束的人脸纹理优化两个步骤。首先，我们利用二维人脸风格化数据增强策略微调三维感知生成器，然后通过一个视图对齐策略对齐基于隐式神经场的渲染视图以及基于三维网格的渲染视图，再利用多视图约束的梯度回传优化人脸模型的纹理贴图，最后通过融合多张纹理贴图得到最终的纹理贴图。结果表明，该方法能够有效构建高质量的结构化三维风格人脸模型，生成高质量的全角度风格人脸视图与纹理贴图。此外，显式构建的结构化人脸模型能够更为便捷地被用于三维人脸相关下游任务。