元宇宙的快速发展对虚拟环境中的沉浸感提出了更高要求，显示系统作为人机交互的重要媒介，其设计优化已成为提升用户体验的关键问题。本文聚焦虚拟现实近眼显示系统中色彩饱和度对沉浸感的影响，构建了六种不同色彩饱和度的虚拟场景，结合交互感知任务、脑电信号采集与主观问卷评价，对沉浸感进行了主客观综合分析。结果表明，色彩饱和度对主观沉浸感具有极高度的显著性影响（p < 0.001），对客观沉浸感评价结果具有高度的显著性影响（p < 0.01）；在75%至100%的色彩饱和度范围内，沉浸感随饱和度增加而明显提升。在此基础上，本文进一步构建了融合色彩饱和度与脑电信号的沉浸感客观量化模型，其预测结果与主观评分保持高度一致（r = 0.885）。研究结果可为面向元宇宙的沉浸式显示系统优化设计提供理论依据与实践参考。

针对现有低光照图像增强方法普遍存在模型复杂度高、部署成本大，以及亮度与色彩语义耦合、融合伪影等问题，限制了其在资源受限设备上的应用。为此，本文提出一种结合多通道并行注意力与交叉融合的轻量化低光照图像增强网络。该方法在YCbCr颜色空间中分别建模亮度与色彩信息，通过轻量级去噪模块与多头注意力机制提取光照结构特征，同时设计多通道并行注意力模块提升色彩上下文建模能力。此外，引入亮度引导的交叉融合模块，在通道-空间注意力联合优化下实现结构与色彩的协同增强。实验结果表明，该网络在LOLv1、LOLv2和LSRW数据集上分别实现PSNR 25.66 dB/SSIM 0.84、PSNR 24.61dB/SSIM 0.85和PSNR 20.26 dB/SSIM 0.57，优于Retinexformer等方法，且参数量仅0.059 M，FLOPs为10.06 G。

现有基于深度学习的红外目标检测算法(infrared target detection algorithm, ITDA)对红外图像中特征的提取和处理能力不足，导致漏检、误检率较高。多数算法不能兼顾不同尺度的红外目标，红外小目标检测依赖高灵敏度特征提取以捕捉细微特征，当检测目标尺度增大时，因需要更强的全局理解能力，易出现局部纹理过拟合，导致性能降低，使算法在跨场景部署时准确性降低。为解决上述问题，本文提出了一种基于YOLO的自适应多尺度红外目标检测的网络(adaptive multi-scale infrared target detection network based on YOLO, AFITDYOLO)，该网络通过多层特征提取模块及多层特征融合模块增强多尺度红外目标检测能力。提出多尺度特征融合模块MFFM，通过增强特征金字塔中不同层特征的相关性，提升了多尺度特征融合的表达能力；提出多核特征提取卷积MFEConv，通过异构卷积组增大感受野，更好地与不同尺度目标的空间分布保持一致；提出交叉注意力融合模块CAFM，通过网络中不同层输出特征图的对比交互，增强重要特征信息，提升特征表达能力。为了评估AFITDYOLO的性能，在无人机飞鸟数据集SIRST-UAVB和道路行人车辆数据集CTIR上进行实验，mAP50分别达到了88.9%和90.7%，对比YOLOv10n分别提高了5.6%和6.5%，与目前主流方法对比，本文方法检测精度最佳。本文提出的红外目标检测算法，在多尺度红外目标检测中，展现了优异的准确性和适应性，可跨场景部署。

随着心脑血管疾病发病率持续上升，亟须高效、无创且高分辨率的影像技术支持其早期诊断与精准干预。光学相干层析成像 (Optical coherence tomography, OCT)作为一种非侵入、高分辨率的成像技术，近年来在心脑血管疾病临床中的应用不断拓展。本文系统综述了OCT技术及其探头的发展，深入分析其在脑动脉瘤识别、动脉粥样斑块评估及支架术前规划与术后监测等方面的研究进展，并总结了OCT与人工智能相结合的关键模式与发展趋势。最后，对OCT在未来心脑血管疾病诊疗中的应用前景进行了展望。

针对未知新污染物监测挑战，提出了一种基于三维荧光光谱的增量学习驱动的动态特征码库构建及未知新污染物识别方法。该方法将光谱数据按激发波长的顺序重构为时序信号，利用长短期记忆网络提取具有鉴别性的特征表示，并引入增量学习机制构建动态特征码库，实现未知新污染物的自动识别与特征码入库。在河水污染模拟实验中，本方法对单一污染物的识别准确率达到93.3%，对混合污染物中所有组分均正确识别的比例达70.8%，性能优于主成分分析、平行因子分析、残差神经网络及增量学习基准方法iCaRL，表现出良好的扩展性与适应能力。

针对光场超分辨中高频细节易丢失与跨视角一致性难保持的问题，本文提出一种融合Mamba子空间扫描与扩散生成的重建框架。采用EPI-Mamba与SA-Mamba两个子空间的双向扫描，分别高效捕获光场的EPI结构与空间-角度相关性；随后将两路扫描得到的序列化特征输入多尺度交互融合模块(MCI)实现深层信息互补与耦合，经过空间–角度调制模块(SAM)对融合结果进行空间–角度双重标定，在此基础上引入频域增强机制，利用FFT特征对融合结果进行高频补偿，以强化特征关系并抑制无关或噪声信息。将增强后的特征输入到扩散模型去噪网络中，上采样之后得到超分辨率结果。实验结果表明，本方法在多个定量指标和视觉评估中均表现优越，在2×任务中与其他方法相比获得了最高的分数39.43/0.987，在更复杂的4×任务中也获得了最高的分数33.70/0.945，PSNR比现有方法提升了1.44 dB。在定性视觉效果中，细节保持、图像清晰度等取得了显著效果，尤其在高频纹理与结构保持方面展现出了明显优势。

针对多模态3D目标检测中图像语义受限、点云稀疏致几何退化与跨模态对齐困难等问题，提出一种多层感知增强与门控对齐融合的BEV目标检测方法(MEPFusion)。首先图像端利用SimPVT强化全局语义与关键区域建模；其次点云端设计空间密度调制卷积，以位置依赖权重注入密度先验，稳固稀疏场景的局部几何；最后融合端构建双模态门控对齐模块，通过通道与空间门控抑制错配并实现动态校准，促成BEV特征的动态对齐与互补交互。实验结果表明，本文方法在nuScenes上的mAP与NDS达到67.1%与70.8%，较BEVFusion分别提升2.8%和1.7%，显著提高检测精度与鲁棒性。消融结果验证MEPFusion在语义特征提取、几何建模与跨模态对齐三方面具备独立增益并产生协同效应，整体上在融合质量、检测性能与计算效率之间实现更优平衡，为自动驾驶三维目标检测提供高效可靠的方案。

针对传统卷积操作在面对旋转、缩放等几何变换时特征提取能力有限，以及难以有效区分关键特征与噪声的问题，本文提出了旋转可变形卷积的图像分类网络 (image classification network with rotational deformable convolution, RoDeNet)。该网络基于ResNet-34进行改进，首先引入旋转可变形卷积模块 (rotational deformable convolution module, RDCM)，通过结合预定义旋转偏移量与动态学习偏移量，增强模型对方向敏感特征的捕捉能力。RDCM采用双路径结构，分别提取基础特征和旋转形变特征，并通过特征保留模块 (feature preserve module, FPM)平衡特征选择与信息保留。此外，提出层次门控注意力机制 (hierarchical gated attention, HGA)，通过多粒度特征选择机制和动态权重优化，提升模型对特征与噪声的辨别能力，同时保持特征表达的丰富性。RoDeNet在CIFAR-10、CIFAR-100、Imagenette和Imagewoof数据集上的准确率达到了96.87%、81.81%、94.72%和89.69%，对比ResNet-34准确率分别提高了0.58%、3.01%、4.74%和5.09%。该网络模型通过旋转可变形卷积与层次门控注意力的协同作用，有效解决了分类网络在几何变换下的特征提取不足和噪声敏感问题，提升了对几何变换的鲁棒性和特征选择能力。

为解决传统油纸绝缘老化检测方法周期长、破坏性及精度不足，以及传统机器学习模型处理高维光谱数据效率低、泛化能力弱的问题，本文提出一种融合空洞卷积Inception-ResNet模块的改进型一维卷积神经网络 (1D-CNN)用于油纸绝缘老化状态的智能评估。通过热老化实验制备了300个不同老化阶段的油纸绝缘样本，并利用拉曼光谱仪采集其分子振动特征。采用S-G平滑与airPLS算法对光谱数据进行预处理。所提模型通过多分支并行空洞卷积提取多尺度特征，并结合自适应残差连接以缓解梯度消失。结果表明，该模型在测试集上的分类准确率达到96.67%，显著优于原始1D-CNN (90%)和Inception-1DCNN (93.33%)。在不平衡和小样本数据条件下，模型依然表现出优异的鲁棒性和泛化能力。

针对结构光三维成像中复合噪声干扰下表面细节难以准确还原的问题，提出一种融合多模态输入与结构保持机制的深度去噪方法。采用双通道残差卷积神经网络，以含噪条纹图与串联滤波图为联合输入，引入多尺度特征提取与通道注意力模块，结合均方误差、结构相似性指数和拉普拉斯边缘项的混合损失函数，实现噪声抑制与边缘保持协同优化。搭建双目结构光实验平台，对石膏像等三类样本结合多频相移与外差法进行训练验证。结果表明，去噪后图像域的峰值信噪比提升约7 dB，结构相似性指数提高至0.96，均方根误差降低约61.6%；在三维重建结果层面，点到面均方根误差降低约47.1%，点云密度提升43.6%。该方法能够在抑制多源噪声的同时有效保持结构与边缘特征，显著提升三维重建质量。