神经形态计算作为一种受生物神经系统启发的计算范式，旨在通过硬件手段突破传统冯·诺依曼架构的存算分离瓶颈，实现高效、低功耗及大规模并行处理能力。本文综述了面向存算一体应用的神经形态材料与器件的最新研究进展。首先，本文详细探讨了基于不同材料体系的物理机制与器件实现，包括成熟的硅基场效应器件，以及基于忆阻、相变、铁电、自旋和光电效应的新兴材料器件。这些器件利用电阻开关、极化翻转或光电耦合等内禀动力学特性，成功模拟了LTP/LTD 突触可塑性及神经元积分-发放等关键生物功能。其次，文章系统阐述了人工突触与人工神经元的设计策略，涵盖了电学、光学及多物理场融合的器件结构及其在感知与计算中的具体应用。最后，本文从系统集成的角度，分析了突触-神经元协同单元、器件-算法协同优化设计以及大规模神经形态硬件系统在边缘计算、脑机接口和智能机器人等领域的应用前景。本综述旨在为构建下一代高能效、强自适应的类脑智能系统提供全面的材料基础与器件技术参考。

目的对抗训练（adversarial training，AT）是防御对抗攻击的主要方法，能够有效提升深度神经网络（deep neural networks，DNN）的鲁棒性。快速对抗训练（fast adversarial training，FAT）在降低计算开销的同时，易发生灾难性过拟合，导致模型鲁棒性下降。为此，本文提出了一种先验结构引导的快速对抗训练方法。方法首先，设计了基于图像梯度与结构先验的扰动引导机制，指导多样化对抗样本的生成；然后，通过在连续批次之间共享对抗扰动信息，有效缓解了单步对抗训练中梯度方向收敛过快的问题；最后，构建正则化损失函数，将结构引导与分类损失联合优化，进一步提升模型的鲁棒性与收敛稳定性。结果在CIFAR-10与CIFAR-100数据集上，以ResNet-18为目标网络，面对PGD-10攻击时，所提算法在CIFAR-10上的鲁棒精度比现有FAT方法提升了约2%~12%，在CIFAR-100上提升了约2%~8%；同时在干净精度保持率方面表现优异。实验结果表明所提方法不仅可以有效避免灾难性过拟合，而且可以提高模型的鲁棒性和泛化能力，能够更好地应对不同的对抗攻击。结论本文方法有效结合了先验结构引导机制与快速对抗训练框架，既保持了FAT的高效性，又改善了对抗训练的稳定性，显著提升了深度神经分类网络的防御性能。

目的半监督学习在医学图像分割领域已取得显著进展。然而，由于医学图像中普遍存在低对比度和组织边界模糊等问题，模型在无标注数据上生成的伪标签往往包含不准确区域。在一致性训练过程中，这些误差会被反复利用并逐步累积，从而显著削弱模型的分割性能。磁共振成像（magnetic resonance imaging，MRI）图像中，组织边界更加模糊、对比度更低，使得上述问题进一步加剧。为解决这一问题，本文提出了一种基于偏差矫正与对比学习的半监督MRI图像分割方法BC-Net。方法具体而言，BC-Net通过设计一种偏差矫正机制，对伪标签中置信度高但不可靠的偏差区域进行识别与修正，并在一致性训练中对这些偏差区域赋予更高权重，以有效缓解潜在错误的影响。同时，针对高置信度且无偏差的区域，引入对比学习策略，以这些区域作为锚点进行采样，从而提取更加有效的全局表示。上述双重策略使模型能够同时充分利用偏差区域与无偏差区域的信息，显著提升分割能力。结果本文在私有子宫内膜癌MRI数据集和两个公开MRI数据集上进行了大量实验，与现有方法相比提升了分割性能，验证了方法的有效性。结论BC-Net能够同时充分利用偏差区域与无偏差区域的信息，有效抑制伪标签偏置带来的负面影响，显著提升半监督MRI图像分割的整体性能，具有良好的应用前景。

目的在文化数字化建设和民族文化保护需求不断增长的背景下，民族服饰的准确分类具有重要的研究与应用价值。传统上，民族服饰分类大多依赖专业人员的人工处理，这种方式成本高、耗时长且劳动强度大。因此，开发自动化的民族服饰分类方法已成为迫切需求。方法本文提出了一个标注完善的民族服饰数据集 EthnicFashion，该数据集包含数千张图片，涵盖数十个民族。包括原始图像、类别标签、关键点标注以及分割掩码等相关标注信息。此外，考虑到数据稀缺和合适方法匮乏这两个该领域面临的主要挑战，我们提出将数据生成和上下文信息增强作为插件，应用于各类骨干网络，以提升分类模型的性能。具体而言，前者利用生成模型生成具有更鲜明民族风格特征的数据，用于数据增强；后者通过整合关键点检测与分割所识别的区域，实现上下文信息的增强。结果在 EthnicFashion 数据集上，我们使用不同基线模型和所提方法进行了大量实验，结果表明该方法在民族服饰分类任务中表现优异。以当前表现最优的基线模型为例，引入本文方法后，Top-1 分类准确率提升15%以上，并在不同少样本设置下均取得稳定性能增益，显著优于原始基线模型。结论本文所提出的少样本民族服饰分类方法，通过构建高质量的 EthnicFashion 数据集，并结合数据生成与上下文信息增强技术，有效缓解了数据稀缺问题，显著提升了民族服饰分类的准确性与泛化能力。数据集已上传至地址：10.57760/sciencedb.j00240.00167。

近年来，三维视觉领域正经历一场深刻的范式转变，核心问题正从单一的“感知重建”逐步迈向“重建—生成—交互”的一体化新阶段。本文旨在系统梳理三维重建与生成技术的前沿进展，对三维重建、三维生成及三维数字人等方向进行综述，剖析优化式与前馈式重建方法的原理差异，评估物体级生成、CAD （computer-aided design） 生成及具身智能场景生成的现状与挑战，并对比2D与3D数字人技术在实时渲染与复杂交互中的表现。分析显示，三维重建技术中，优化式方法虽精度占优但计算冗余，而前馈式方法虽推断迅速但细节不足，两者融合及多模态语义注入是当前主流；三维生成领域，技术焦点已从单纯的视觉质量转向部件级可控性，但CAD生成仍面临“脏几何”难以满足制造标准的难题；数字人技术方面，2D生成技术展现了非凡的生成能力与迭代速度，而3D技术在处理复杂空间交互时具有不可替代性。研究表明，三维领域正经历从“观测驱动重建”向“数据驱动生成”的范式转变，未来发展将集中在前馈式与优化式方法的深度融合，三维生成向工业可用性与可编辑性演进，三维技术与具身智能、数字人等场景深度耦合三方面。未来，三维重建与生成将不再是孤立的视觉问题，而是支撑虚实融合与智能决策的基础能力。

目的图像篡改检测是计算机视觉领域一个热点研究话题。为了减少篡改证书、证件等文档图像造成的负面影响，本文针对文档图像的篡改检测开展研究。相比于传统的自然图像篡改检测，文档图像篡改检测面临样本篡改类型的多样性、用于训练的有效篡改样本数量有限，以及篡改区域通常较小且难以识别等挑战。针对以上问题，本文提出了一种基于多模态提示词学习的文档图像篡改检测网络，同时构建了一个新的数据集。方法首先，本文网络充分利用提示词学习引导机制，采用文本编码器对图像编码器进行引导的方法，以获取更具泛化性的特征表示，从而提升对困难样本的适应能力。其次，本文设计了跨模态特征对齐模块，目的是增强文本与图像之间的语义一致性，提升模型对不同类型特征的理解。此外，本文构建了自适应匹配解码器，将不同模态的特征结合并扩展至像素级，实现更精细的篡改区域定位。最后，为进一步降低过拟合风险并增强模型在不同场景下的鲁棒性，本文结合了不同损失函数以提升对比学习正则化能力。结果本文在现有数据集和自制数据集上，对所提出的网络与8种代表性方法进行了实验与性能对比。实验结果表明，本文方法在多个评价指标和视觉效果上均优于现有模型。其中，在篡改区域的定位准确度方面，<inline-formula><alternatives><math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"><mi mathvariant="normal">F</mi><mn mathvariant="normal">1</mn></math><graphic specific-use="big" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/ABD8712C-BD23-43fd-8A35-88691E235B31-M001.jpg"><?fx-imagestate width="3.38666677" height="2.28600001"?></graphic><graphic specific-use="small" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/ABD8712C-BD23-43fd-8A35-88691E235B31-M001c.jpg"><?fx-imagestate width="3.38666677" height="2.28600001"?></graphic></alternatives></inline-formula>和<inline-formula><alternatives><math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M2"><mi mathvariant="normal">I</mi><mi mathvariant="normal">o</mi><mi mathvariant="normal">U</mi></math><graphic specific-use="big" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/ABD8712C-BD23-43fd-8A35-88691E235B31-M002.jpg"><?fx-imagestate width="4.57200003" height="2.28600001"?></graphic><graphic specific-use="small" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/ABD8712C-BD23-43fd-8A35-88691E235B31-M002c.jpg"><?fx-imagestate width="4.57200003" height="2.28600001"?></graphic></alternatives></inline-formula>指标分别较已有方法在多个数据集上平均提升7.63%和8.42%。结论本文提出的基于多模态提示词学习的文档图像篡改检测网络显著提升了检测精度，有效克服了困难样本中篡改区域识别困难以及模型泛化能力不足等挑战。