利用监控视频监测异常在社会治理中具有至关重要的地位，因此视频异常检测一直是计算机视觉领域备受关注且具有挑战性的议题。鉴于此，以深度学习的视角，对当前关键的视频异常检测方法进行了分类和综述。首先，全面介绍了视频异常的定义，包括异常的划定和类型分类；随后，分析了目前全监督、弱监督、无监督等方面的深度学习方法在视频异常检测领域的进展，探讨了各自的优缺点，特别针对结合大模型的最新研究进展进行了探讨；接着，详细介绍了常见和最新的数据集，并对它们的特点进行了比较分析和截图展示；最后，介绍了多种异常判定和性能评估标准，对各算法的性能表现进行了对比分析。根据这些信息，本文展望了未来数据集、评估标准以及方法研究的可能发展方向，特别强调了大模型在视频异常检测中的新机遇。综上，本文对于深化读者对视频异常检测领域的理解，以及指导未来的研究方向具有积极意义。

目标检测是计算机视觉领域的基础研究方向之一。由于图像采集时物体摆放密集、光照条件差等因素导致图像失去细节，当使用此类图像作为输入时，常规的目标检测算法对目标物的检测结果无法满足任务需求。为了解决这类问题，面向目标检测的视点规划这一智能感知方法应运而生，其可自主分析当前条件下影响检测任务的因素，调整相机的位姿参数规避影响，实现目标物准确检测。面向目标检测的视点规划方法不仅可以辅助计算机视觉的其他领域，也会为未来的智能化生活提供便利。为了反映其研究现状和最新进展，本文梳理了2007年以来的文献，对国内外的研究方法做出概括性总结。首先，以算法应用的场景维度和调整参数作为分类依据，将面向目标检测的视点规划方法分为二维像素调整的规划方法、三维空间移动的规划方法以及两者结合的规划方法3类，本文重点对前两类方法进行分析与总结。其次，解析每类方法的基本思想，并指出各类方法需解决的关键问题，然后对解决问题的主要研究方法进行归纳和分析，并总结各自的优点和局限性。除此之外，本文也对各类场景下可使用的数据集和评价指标进行简要介绍。最后，在目前方法的分析基础上，探讨面向目标检测的视点规划领域所面临的挑战，并对未来研究方法进行展望。

目的基于深度学习的工业缺陷检测方法可以降低传统人工质检的成本， 提升检测的准确性与效率，因而在智能制造中扮演重要角色。针对无监督工业缺陷检测中存在的过检测和逻辑缺陷检测失效等问题，提出一种融合知识蒸馏与记忆机制的无监督工业缺陷检测模型。方法使用显著性检测网络和柏林噪声合成缺陷图像，提升合成图像与真实缺陷图像的分布一致性，缓解传统模型的过检测问题；同时，对传统无监督工业缺陷检测框架进行改进，引入平均记忆模块提取正常样本的原型特征，通过记忆引导提高模型对逻辑缺陷的检测性能。结果在工业缺陷检测基准数据集MVTec AD（MVTec anomaly detection dataset）上的实验结果表明，针对晶体管逻辑缺陷检测难题，在像素级接受者操作特征曲线下面积（area under the receiver operating characteristic curve， AUROC）指标上本文方法相比于基线模型提升了9.1%；针对各类缺陷检测场景，在更具挑战性的平均准确率（average precision， AP）指标上提升了2.5%。针对更具挑战性的Breakfast box数据集中的逻辑缺陷问题，本文方法在图像级AUROC指标上相较于基线模型提升了11.5%。同时，在像素级AUROC指标上，本文方法相较于基线模型提升了4.0%。结论本文不受传统缺陷合成方法的限制，能够有效缓解现有缺陷合成方法引起的过检测问题；引入平均记忆模块不仅可以减小内存开销，而且无需设计复杂的检索算法，节省了检索内存库所耗费的时间；将所提出的缺陷合成方法与记忆机制进行有机结合，能够准确检测出不同种类的工业缺陷。

目的电力设备巡检影像缺陷检测对于提高电力传输的安全性和电网运行的可靠性具有重要作用。但由于相应训练数据集的构造成本高昂，传统的监督学习方法难以适应电力设备巡检影像缺陷检测。同时电力设备巡检影像中通常含有复杂多样的背景，严重干扰了模型对缺陷的检测。方法基于视觉语言模型并结合文本提示，提出了电力设备巡检影像零样本缺陷检测模型。模型中含有多个双专家模块，在由视觉语言模型获得文本特征和视觉特征后，经多个双专家模块处理并融合，得到像素级的缺陷检测结果。同时，构建了具有像素级掩码标注的电力设备巡检影像数据集对模型性能进行全面评测。结果在本文构建的电力设备巡检影像测试数据集上与SAA+（segment any anomaly+）、AnomalyGPT 、WinCLIP（window-based CLIP）、PaDiM（patch distribution modeling）和PatchCore进行比较，在像素级的缺陷分割性能表现上，AUROC（area under the receiver operating characteristic curve）平均提升18.1%，F1-max（F1 score at optimal threshold）平均提升26.1%；在图像级的缺陷分类性能表现上，AUROC平均提升20.2%，AP（average precision）平均提升10.0%。具体到数据集中的各个电力设备，模型在像素级缺陷分割性能表现上，均获得最好结果。同时进行了消融实验，证明了双专家模块对提升模型缺陷检测精度的显著效果。结论本文模型以零样本的方式，避免了构造电力设备巡检影像数据集的高昂成本。同时提出的双专家模块，使模型减少了受巡检影像复杂背景区域的干扰。

目的遥感目标检测技术在遥感测绘、智慧城市、乡村振兴和国防军事等领域具有广泛应用，但遥感影像存在背景信息复杂、待检目标小且多等特点，导致目标特征随着网络加深淹没在背景信息中，不利于后续检测任务。针对此问题，基于YOLOv5s（you only look once）网络，提出一种局部无参注意力和联合损失的遥感目标检测方法。方法首先提出一种局部无参注意力机制，能够根据当前特征提高局部区域内的目标关注度，而不引入训练参数，以此构建无参注意力残差块，并将其嵌入到骨干网络的不同阶段，实现多尺度目标特征增强和背景信息抑制。在此基础上，利用最优传输距离度量边界框的相似性，构造W-CIoU（Wassertein-complete intersection of union）联合度量方法和相应损失函数，以缓解锚框与真实框差异过大导致的标签误分配问题，降低小目标漏检率。结果在RSOD（remote sensing object detection）和RSSOD（remote sensing super-resolution object detection）数据集上的实验结果表明，该方法在保证模型参数量和复杂度基本不变的前提下，其平均精度均值（mean average precision， mAP）分别达到98.2%及87.4%，相较两种主要对比方法DAB-DETR（dynamic anchor boxes for detection Transformer）和YOLOv8s，在RSOD数据集上分别提升0.8%和0.3%，在RSSOD数据集上分别提升2.9%和2.6%。结论本文方法能够抑制背景信息并增强目标特征，提高检测性能，相较对比方法能更好地满足复杂场景下小目标检测需要。

目的任意方向的多尺度目标和复杂的背景信息，使得在遥感图像上的目标检测相比一般目标检测任务具有更大的挑战。尽管一些现有的检测模型取得了令人满意的成果，但它们主要基于锚框实现，其检测性能依赖于预定义锚框的设计。本文在Faster R-CNN（faster region-based convolutional neural network）的基础上，通过结合无锚检测思想与监督掩码注意力技术，提出了一种新的两阶段无锚检测模型。方法首先，对于骨干网络提取的特征金字塔构建一个监督掩码注意力模块，通过注意力机制和掩码监督方法引导检测模型关注目标区域，减少背景噪声的干扰，从而提高目标特征的质量。其次，结合FCOS（fully convolutional one-stage object detection）的回归思想以及中心点偏移技术设计了一个基于关键点预测的无锚定向区域提议网络，并且在训练阶段采用动态调整的软标签策略，实现标签的合理分配，提高模型的检测精度。结果在两个公开的遥感数据集DOTA（dataset for object detection in aerial images）和HRSC（high-resolution ship collections）2016上进行了大量实验，平均精确率均值（mean average precision，mAP）分别达到76.36%和90.51%，超过大多的定向检测模型，表明了本文方法的先进性和有效性。结论本文提出的检测模型通过将区域提取网络的无锚框设计、监督方法以及注意力机制进行结合，能够有效适应复杂遥感图像中的定向目标检测场景。