目的医学图像中病灶的精确分割对临床诊断和治疗方案的制定具有重要意义。开发自动、准确和鲁棒的医学图像分割方法对计算机辅助诊断的发展至关重要。然而，现有的方法大多侧重于从深度维度上提取全局语义特征，通过多尺度连接或注意力机制隐式融合频率特征，但其对高低频特征的显式建模仍显不足，同时忽略了下采样操作产生的信息丢失。本文提出了一种融合频率自适应和特征变换的医学图像分割网络（frequency adaptation and feature transformation network， FAFTNet），旨在通过高低频分量动态平衡和下采样策略优化，实现更精准的分割。方法该方法是基于编码器—解码器结构实现的，主要包括频率自适应编码模块（frequency adaptation encoding module，FAE）、特征分解变换模块（feature decomposition transformation module，FDT）和空间通道信息重构模块（spatial-channel information reconstruction module，SCIR）。频率自适应编码模块用于特征表示学习中的高低频分量平衡，在特征编码过程采用动态扩张率和自适应核策略。特征分解变换模块应用于下采样过程通过并行最大池化和离散小波变换平衡操作，实现细节感知信息的恢复和保持。空间通道信息重构模块采用分离重构策略及分离变换融合操作实现解码过程的信息特征交叉重建并抑制空间通道维度特征冗余。结果该方法在ISIC2017（International Skin Imaging Collaboration 2017）、ISIC2018和DSB2018（Data Science Bowl challenge 2018）三个公开数据集中进行了训练和验证。在ISIC2017和ISIC2018数据集上的Dice得分为89.42%和89.84%，分别优于其他对比方法0.04%到7.93%、0.8%到5.95%。同时，本方法在ISIC2018基准上的SE指标达到了91.19%，具有明显的优势。在DSB数据集上，本模型在Dice系数（Dice coefficient）、准确度（accuracy， ACC）和敏感性（sensitivity，SE）指标为91.52%、97.65%和91.88%，相较于最先进的算法分别提升了2.59%、2.29%和2.86%。结论本文所提出的分割模型，充分利用了图像中的高频和低频信息，有效地提升了分割性能。

目的随着计算机仿真技术的迭代演进，仿真图像数据正逐步成为许多数据稀缺领域的有效替代资源。但在实战图像样本更为匮乏的军事目标检测任务中，基于仿真数据及其多域融合策略训练的检测模型能否在真实战场中实现有效泛化，仍缺乏实证支撑。为此，本文制作了包含不同仿真域数据、作战场景和坦克型号的无人机视角坦克目标检测仿真数据集（Synthetic Tank， ST）1.0版本，包括ST1、ST2和ST3三个子数据集。方法通过构建多域数据仿真与实战场景检验框架，基于相同仿真数据训练 Cascade R-CNN（cascade region-based convolutional neural network）、YOLOv10（you only look once version 10） 和 RT-DETR（real-time detection transformer） 三类异构检测器后，在公开数据集与俄乌实战图像中展开跨域测试。系统探究了仿真域差异性（实验一）、混合仿真域组合效应（实验二）及数据增广策略（实验三）对模型泛化性能的影响。结果实验中所有模型的平均精度（average precision， AP）均值均随数据趋近真实作战目标域呈下降趋势，其中 RT-DETR 模型在跨域检测中具有更强鲁棒性，在两个测试集上的AP最高达到 54.50% 与 42.30%；具备视觉真实性、目标域属性适配且可视化特征分布相近的仿真数据表现更佳；混合或增广优质仿真数据可显著提升模型性能。结论仿真图像数据在一定程度上能缓解实战图像数据稀缺问题，为武器平台的实战运用提供支持。但仍存在跨域泛化局限性，需结合其他源域及域泛化技术等进一步提升。

增强现实（AR）技术通过三维空间感知与多模态交互机制，突破了传统二维交互的局限，其应用已渗透至医疗、教育、工业设计等领域。然而，现有研究多聚焦单一输入模态或特定应用场景，缺乏对多模态输入与跨感官反馈的系统性整合。本文构建了输入-输出双维度的 AR 交互技术全景框架：输入模态涵盖语音与姿态识别（包括眼动、头部及肢体动作），输出模态依据人类五感分类解析。该框架不仅为研究者提供技术链路图谱，还可通过系统性的技术缺口分析引导创新方向。研究发现，当前AR交互面临多模态融合复杂度高、隐私安全隐患、输入输出失衡及跨学科协同不足等核心挑战，需通过材料科学、认知神经科学、计算机伦理及计算机科学等领域的深度交叉，推动 AR 从界面增强向认知协同的范式跃迁。

目的机车圆弹簧缺陷检测对机车的安全运行至关重要，受限于检测车间复杂环境的影响，机车圆弹簧缺陷检测存在漏检、误检及检测效率低下的问题，为此，提出一种基于改进RT-DETR（Real-Time Detection Transformer）的机车圆弹簧缺陷检测方法。方法首先，应用结构重参数化（Structural Re-parameterization， Rep）方法来改进部分卷积（Partial Convolution， Pconv），构建重参数化的部分卷积（Rep-Pconv）替换原始主干中的Basic block；其次，在尺度内特征交互（Attention-based Intra-scale Feature Interaction， AIFI）模块中引入可变形注意力机制（Deformable Attention）来修正原有结构中的多头自注意力机制（Multi-Head Self-Attention），提高模型对局部区域的关注度；最后，在颈部网络添加P2检测层，结合尺度序列特征融合（Scale-Sequence Feature Fusion， SSFF）思想与三重特征编码器（Triple Feature Encoder， TFE）结构，构建轻量的跨尺度特征信息融合模块。结果利用自建机车圆弹簧缺陷数据集对所提方法进行验证，相较于原始的RT-DETR算法，改进后RT-DETR算法在参数量减少54%的同时，将mAP50提升至97.2%，提高了2.8%，精度以及召回率分别提升0.8%和1.2%；与YOLOv5s、YOLOv8s、YOLO11s和YOLO12s相比，所提算法在多项指标上表现出显著优势。结论本文所改进的RT-DETR机车圆弹簧缺陷检测算法，能够有效应对机车圆弹簧在车间复杂环境检测的要求，通过试验验证并与当前主流目标检测算法进行对比分析，结果表明所提算法在试验数据集上表现优异。

目的对抗样本作为人工智能安全领域的基础性问题，其生成方法的研究具有重要意义。当前的全局扰动优化策略生成的对抗样本存在源模型过拟合问题，这显著降低了跨模型迁移攻击的效果。为了解决这一问题，一种有效的思路是将图像转换到频率域，提取对决策相关的频率信息后进行针对性干扰以生成对抗样本。研究表明，图像分类中高频信息至关重要。但现有频率域攻击方法过度依赖低频信息，导致对抗攻击的可迁移性受限。方法为了突破传统攻击方法在迁移性与生成效率方面的双重局限，本文提出了一种基于生成器架构的频率域对抗样本生成方法。该方法能够在频率域中自适应地保留对分类决策有益的高频和低频信息，并通过干扰这些信息生成对抗样本。通过利用生成器架构，本文方法无需真实标签，一旦生成器训练完成，即可直接将输入图像送入生成器生成对抗样本，从而显著提高了生成效率，同时保持了较高的迁移攻击性能。结果在ImageNet上进行的大量实验证明，本方法在卷积神经网络（convolutional neural network， CNN）和视觉变换器（vision transformer， ViT）上均优于现有方法。此外，本文还利用了动物数据集以及微软通用物体检测数据集（microsoft common objects in context， MS-COCO）数据集分别在跨数据集图像分类任务以及目标检测任务上验证了攻击方法的有效性。结论本文提出的基于生成器架构的频率域对抗样本生成方法，通过自适应选择并干扰对分类决策有益的频率成分，显著提升了对抗样本的迁移攻击能力。实验结果表明，该方法在生成效率和攻击性能上均优于现有方法，为对抗样本生成领域提供了新的解决方案。

目的在低光环境下拍摄的图像通常存在亮度不均、细节丢失和色彩失真等问题，导致视觉质量大幅下降，然而大多数低光图像增强方法更多关注于亮度提升，忽略了色彩恢复，容易产生色偏和伪影。例如，Retinex模型通过分解反射图和光照图来增强亮度，容易导致色彩失真，尤其在极端低光环境下，恢复后的图像容易缺乏真实感。此外，现有深度学习方法大多结构复杂、训练成本较高，且难以同时兼顾亮度和色彩恢复。方法提出一种融合多重空洞卷积与坐标分组的暗光图像增强网络（A low-light image enhancement network via fused multi-scale dilated convolutions and coordinate grouping ，MCCNet）。MCCNet由色彩转换和增强网络两个独立分支组成。其中，基于权重感知的HVI（Hue Value Intensity）色彩空间中引入色彩自适应因子（Color adaptation factor），将亮度和颜色信息解耦，从而提高色彩增强的精确性。提出全局分组坐标注意力模块（Global Grouped Coordinate Attention Module GGCA）促进颜色空间与色彩恢复分支之间的信息交互，并有效抑制低光图像中的噪声。结合多种空洞率卷积层，提出多尺度空洞融合注意力模块（Multi-scale Dilated Fusion Attention Module ，MDFA），实现更加精细化亮度恢复。最后通过色彩转换和亮度增强两个分支的共同协作，在提升亮度的同时保留了更多图像细节，解决了复杂场景和极端低光低光场景中色彩失真的关键难题。结果将本文方法与RetinexNet等15种方法进行了比较，在3个公开数据集、两个极端低光数据集和五个无配对数据集上进行了评估，相较于现有模型中的最优值，本文算法的PSNR提高了1.57dB，在LOLv1数据集的峰值信噪比（PSNR）和结构相似度（SSIM）上均优于其他算法。结论本文提出的基于颜色空间的多重空洞卷积坐标分组增强网络能够有效恢复亮度和色彩、解决色偏和伪影问题时表现优异，且能够更好地调整光照、抑制噪声，实现了高质量视觉增强效果。此外，本文方法充分考虑了计算复杂度与模型规模在实际应用中的需求，所提出的MCCNet模型参数量仅为1.98M，FLOPs为8.06G，在实现领先性能的同时，显著降低了模型规模与计算开销，与经典图像增强方法以及近年来性能突出的先进算法作为对比，模型参数和计算量平均减少约96%和46%，实现了高效轻量的设计。