计算机工程与应用杂志

计算机工程与应用杂志2026年第4期

• 跨语言依存句法分析方法研究综述

  秦董洪, 李路路, 白凤波, 王敬凯, 孔令儒, 徐晨

  跨语言依存句法分析是自然语言处理领域的一项关键任务，其核心目标是借助高资源语言（源语言）的依存句法资源来分析低资源语言（目标语言）的句子结构。综述了跨语言依存句法分析的研究方法，并根据改进途径的不同对方法进行了分类，深入分析了各类方法的主要思路及其不足。介绍了跨语言依存句法分析的数据集、研究方法和在下游中的应用。从模型框架、数据处理、学习方法和大语言模型驱动四个角度对现有研究方法进行了系统总结。对比分析了不同方法在特定条件下的表现，并基于此提出未来值得关注的研究方向，包括语言类型学特征研究、集成系统的构建与应用、多语言文本表示的优化以及多种语言资源整合利用等。

• 数据合成技术研究：从统计模型到深度学习模型系统综述

  郭亚楠, 马瑞强, 崔旭, 杨皓然

  在人工智能与机器学习快速发展的背景下，数据作为提升模型性能的关键资源，其获取面临隐私法规限制与数据稀缺等挑战。数据合成技术通过生成高质量合成数据，有效缓解了上述问题，成为当前研究热点。系统综述了数据合成技术的研究进展，从发展脉络、方法体系及评估标准三个维度展开分析。阐述了数据合成技术的应用场景与基本原理；按照技术演进历程，详细梳理了基于统计模型、传统机器学习及深度学习的合成方法；深入探讨了当前技术面临的挑战与未来发展方向，为领域内的理论研究与工程应用提供了重要参考。

• 深度学习在舌象分割中的研究进展

  张智悦, 虞靖彬, 王敏, 任萌

  舌象诊断是传统中医“四诊”中重要的组成部分，通过观察舌体形态、颜色及舌苔特征等，为疾病诊断与健康评估提供重要依据。然而，传统舌象诊断方法由于依赖医生经验，存在主观性强、标准化程度低的问题，限制了在现代医学中的应用与推广。近年来，深度学习技术在医学图像分割领域的快速发展，为舌象分割提供了高效精准的解决方案，显著推动了舌象诊断的智能化与标准化。围绕深度学习在舌象分割中的研究展开综述。系统总结了卷积神经网络（convolutional neural network，CNN）、全卷积网络（fully convolutional network，FCN）、基于编码器-解码器架构的模型以及Transformer在舌象分割中的应用，并详细比较了各方法的改进策略及其优势和局限性。简要介绍了舌象分割的常用数据集、评价指标及预处理和后处理方法，并对分割结果进行了可视化。总结了基于深度学习的舌象分割研究面临的挑战，并对未来的研究方向提出展望，以进一步推动舌象分割技术在中医临床诊断中的广泛应用。

• 面向自动驾驶语义分割的图卷积神经网络方法研究

  王羽铁, 赵军阳, 祝慧鑫, 吕慎华, 喻涵

  现今自动驾驶面临城市街景的非规范化路况、行人横穿以及掉落物等突发事件，传统基于机器学习的语义分割方法面对自动驾驶的实时精准识别仍存在一定差距。深度学习具有自动学习数据特征的优点，尤其是图卷积神经网络能够处理复杂图结构，成为自动驾驶语义分割领域的热门研究方向之一。介绍了传统机器学习语义分割的主要类别，并对各种方法优缺点进行论述；具体从图卷积神经网络的数学机理推演和核心原理完善上梳理了图卷积神经网络算法的发展历程；基于数据特性的差异性，综述了基于空域和谱域这两种主要图卷积神经网络类别在流派定义、结构优势和局限性三个方面的具体研究进展；进一步分析说明了图卷积神经网络相较于其他图神经网络在自动驾驶领域的优势；面向图卷积语义分割在自动驾驶中的现实应用，从图像数据、点云数据、多模态融合数据三个方面全面概述了语义分割应用现状，并深入分析了现有研究的局限性；对自动驾驶语义分割研究领域目前存在的大规模图实时性、过平滑精度与动态图鲁棒性三个主要问题进行了解析和优化。

• 基于深度学习的图像特征工程研究综述

  王璐, 侯明月

  深度学习通过自动提取和学习数据的复杂特征表示，显著推动了图像特征工程的发展。现有研究多聚焦于特定应用场景或模型性能，缺乏从特征工程角度的系统性探讨。因此，专注图像特征工程，对基于深度学习的特征提取方法及可解释性研究工作进行系统梳理。依据图像特征的内在属性，将其分为几何不变特征、光照不变特征、边缘特征和纹理特征四大类，并详细分析了各类深度学习特征提取方法的特点与局限性。根据可解释性的参与方式，将其分为被动解释和主动解释，并探讨了不同方法在增强深度学习模型透明度和可理解性方面的实现机制。总结了现有方法的优势与不足，并为基于深度学习的图像特征工程的未来研究提供了新的视角和方向。

• 边缘计算中依赖任务的联合调度与缓存优化策略

  张文柱, 唐文迪, 刘润滋, 边跃伟

  为了解决依赖任务结构带来的调度复杂性及缓存资源利用不足的问题，提出了一种联合调度与缓存的优化策略。构建边、端计算模型，并以最小化系统总时延、能耗和负载方差增量为优化目标；设计一种支持动态依赖的层级化虚拟任务调度与优化算法，有效减少跨节点通信和资源消耗，同时确定全局最优调度序列；将该优化问题分解为资源分配和卸载及缓存决策两个子问题，利用凸优化理论求解资源分配，并引入基于任务类型价值的服务缓存策略，以提升缓存效率；设计一种任务卸载与服务缓存协同优化算法，通过迭代获得任务的最优卸载决策和缓存策略。仿真结果表明，该协同优化算法能够充分利用缓存资源，在确保依赖任务顺序的同时，有效降低系统时延与能耗，并提升系统的负载均衡性。

• 基于角度搜索策略粒子群的ESN优化方法

  郭伟, 张鑫雷, 杨乐, 庞鑫, 杨永康

  针对传统回声状态网络（echo state network，ESN）储层权重随机生成导致网络预测性能波动较大的问题，提出了一种基于角度搜索策略粒子群算法（angle search particle swarm optimization，ASPSO）的ESN优化方法。该方法结合ESN储层权重优化的实际需求，在粒子群优化算法（particle swarm optimization，PSO）基础上引入角度搜索策略以增强搜索路径多样性，利用DDPG（deep deterministic policy gradient）强化学习算法实现超参数的动态自适应调整，并结合动态概率因子策略协调全局与局部搜索能力，从而有效提升ESN的收敛精度与稳定性。对人工数据集和实际瓦斯数据集进行仿真实验，结果表明所提出的ASPSO-ESN在保证预测准确率的同时，具有较高的收敛速度，验证了其在时序预测任务中的可行性与有效性。

• KG和RAG协同知识增强的数学古籍领域智能体

  赵学东, 林民, 唐邦洋, 董杰, 白胡日查

  通用大语言模型（large language model，LLM）在数学古籍领域常因专业术语识别不准确、上下文关系理解偏差、知识推理不全和计算过程错误而产生严重的幻觉（hallucination）问题，包括事实性幻觉、忠实性幻觉和逻辑性幻觉。检索增强生成（retrieval-augmented generation，RAG）技术引入外部领域文本，目前是缓解大语言模型领域事实性幻觉的一种有效方法。然而RAG的检索内容存在噪声，且知识片段之间缺乏深层关联，使得RAG在缓解忠实性幻觉和逻辑性幻觉方面的能力较为有限。领域知识图谱（domain knowledge graph，DKG）具有将领域知识关联起来的能力，为此提出了DKG和RAG协同知识增强框架（collaborative knowledge augmentation between domain knowledge graph and retrieval-augmented generation，CogKAG），并构建数学古籍《九章算术》领域智能体。CogKAG框架智能体旨在通过检索DKG的结构化领域关联知识和利用RAG检索非结构化领域文本构建动态结构化综合上下文提示，增强LLM的上下文关系及逻辑推理计算能力，从而有效缓解其在数学古籍领域中的忠实性、逻辑性幻觉问题。实验结果证明，CogKAG框架智能体可以显著减轻LLM在数学古籍领域上的幻觉，从而提升在问答（question and answer，QA）任务上的性能。

• 多尺度边缘增强与空间记忆注意力驱动的头盔检测算法

  邰徐伟, 孙雪莲

  针对交通监控场景中头盔检测面临的形状相似性干扰、极端尺度变化与复杂遮挡挑战，现有检测方法存在精度不足、易产生误检漏检以及模型复杂度过高的问题，提出一种基于YOLO11的轻量级头盔检测模型Edge-YOLO。提出一种新的多尺度边缘信息选择模块（multi-scale edge information selection，MSEIS），通过自适应池化结合通道分割策略、边缘增强模块（EdgeEnhancer）和双域选择机制（dual domain selection mechanism，DSM），强化头盔规则轮廓与干扰物不规则边界的几何差异识别能力。提出空间记忆增强注意力模块（spatial memory enhanced attention，SMEA），集成跨模块空间记忆机制、多认知视觉适配器（multi-cognitive visual adapter，Mona）和空间增强前馈网络（spatially-enhanced feedforward network，SEFN），处理复杂遮挡场景。构建小目标增强金字塔（small object enhanced feature pyramid network，SOEFPN），采用空间重组卷积（space-to-depth convolution，SPDConv）和跨阶段全核模块（cross-stage OmniKernel，CSOK），显著提升小目标的检测能力。设计轻量级共享卷积分离批量归一化检测头（lightweight shared convolutional separate batch normalization detection head，LSCSBD），通过参数共享策略和分离批量归一化机制，在保持检测精度的同时实现模型轻量化。实验表明，Edge-YOLO相比原YOLO11模型，精度达到93.5%，召回率为82.5%，mAP@0.5为90.2%，mAP@0.5：0.95为63.0%，参数量减少8%，为智能交通监控系统中的头盔佩戴实时检测提供了高效实用的解决方案。

• 结合空间多层图卷积和时序分段Transformer的分心驾驶识别方法

  葛慧敏, 欧阳宁, 吴沛桐

  识别分心驾驶行为是提升驾驶安全性的重要手段之一。目前基于图卷积的骨架动作识别方法采用单一的骨架图结构而忽略了关节点间的多种交互关系，且对骨架序列局部及全局时间特征提取能力不足。针对上述问题，提出一种结合空间多层图卷积和时序分段Transformer的分心驾驶识别模型。在空间建模方面，通过多种索引方式构建包含多种空间关系的驾驶员关节点的多层图结构，并引入图注意力机制动态调整图结构中边的连接强度，利用层内与层间图卷积操作提取与融合空间特征。在时间建模方面，对时间序列进行分段处理，并使用Transformer来有效捕捉分段时间的局部特征及跨时段的全局特征。最终在Drive&Act、DAD数据集上对模型进行了性能验证，结果表明，模型相较于现有方法进一步提高了分心驾驶行为识别的准确率。

• 基于门控特征融合的双通道文本分类模型

  苏易礌, 李卫军, 李贯峰, 刘雪洋, 丁建平, 刘世侠, 王子怡

  针对现有的基于图神经网络的文本分类模型存在全局上下文信息和图结构信息提取不足等问题，提出了一种基于门控特征融合的双通道文本分类模型。构建文本序列通道，利用BERT对输入的文本进行词嵌入，并且利用多尺度窗口跨层注意力和卷积双向长短期记忆网络分别捕捉序列中的多尺度特征信息和顺序依赖信息。为了探究最优权重，使用门控机制来融合两者的特征，实现了特征的加权融合，保留了两者重要的信息。构建图结构数据通道，利用文本数据构建文本图，通过简化图卷积网络和图注意力网络的联合训练来捕捉图结构信息，有效地学习了图的结构信息和节点间的关联信息。使用插值法融合两个通道的概率分布，得到最终的标签预测结果。为了评估模型的性能，在四个公开数据集上进行测试，实验结果表明提出的模型在评价指标上优于其他模型。

• 基于对话思维链指令微调的汉语写作智能评语生成研究

  薛嗣媛, 任福继

  当前大语言模型在生成写作评语时普遍存在个性化不足等问题，难以针对学生写作特点和能力水平提供差异化反馈，影响了其在教育场景中的应用效果。因此，如何利用大语言模型准确识别并适配不同学生的写作能力水平，是智能教育中实现个性化教学的关键问题。以Qwen、GLM、Llama等大语言模型为基座模型，提出一种对话思维链的指令微调策略，即通过融合个体写作技巧差异从而优化大语言模型在汉语写作评语生成中的效果。结果表明，微调后的大语言模型生成的评语显著优于传统两阶段训练方法和问答对话指令微调方法，在浅层语言符号和语义层面的评估上达到最优结果。通过与人类教师评语比较研究发现，模型生成评语在情感度、信息量、连贯性等方面能够实现指令的有效跟随，但在正确性方面由于写作技巧的误判和生成字符限制等原因，依旧与人类教师评语存在差距。从语言教学视角出发，将个体差异化信息融入大语言模型训练过程，为老师“针对性教”和学生“个性化学”提供智能应用的实证参照。

• 基于多尺度增强生成对抗网络的行人异常行为检测

  冯爽爽, 范莎, 邓超

  针对行人异常行为检测中存在样本不均衡、目标尺度变化较大和背景干扰的问题，提出了一种基于多尺度增强生成对抗网络的行人异常行为检测方法。利用改进的U-Net作为生成器的主干网络，将卷积块注意力模块嵌入生成器的解码过程，降低背景的干扰，实现对检测目标的特征提取和重构。在生成器的跳跃跨接中引入多尺度特征融合增强模块细化对不同目标的表达能力，并结合记忆模块设计多尺度记忆特征增强模块提高对正常行为的重构表现。进一步对损失函数进行改进，结合异常得分，完成对行人异常行为的检测。在UCSD Ped2、CUHK Avenue、Shanghai Tech三个数据集上测得该算法的AUC分别为98.6%、88.7%和77.3%，实验结果表明了该算法在不同场景中针对行人异常行为检测具有良好的检测效果。

• LFSepNet：融合Transformer的照明和面部特征解耦人脸识别方法

  黎克迅, 高治军

  在低光环境下，人脸识别面临图像质量低、特征模糊等诸多挑战，导致现有方法难以提取鲁棒且辨识度高的特征，从而严重影响识别性能。为应对这一问题，提出了一种新颖的非成对低光人脸识别模型LFSepNet（low-light face separation network）。与传统基于卷积神经网络（convolutional neural network，CNN）架构的训练方法不同，LFSepNet采用Transformer架构，更有效地捕捉长距离依赖关系，从而克服卷积神经网络在局部感受野上的限制。由于低光环境下的人脸图像往往整体偏暗，仅有少数区域可能包含较丰富的照明信息，传统CNN在特征提取时容易受限于局部区域，难以充分利用这些关键信息。相比之下，Transformer通过自注意力机制实现全局信息建模，使网络能够更全面地整合亮度不均的人脸图像信息，从而提升特征解耦的效果和低光人脸识别的准确性。LFSepNet模型包含自适应亮度分离模块和自适应照明间隙损失，通过动态分离人脸与光照特征，减少光照干扰，同时进一步优化特征分离效果，使模型能够提取更加精确和鲁棒的特征。实验结果表明，LFSepNet在多个低光人脸数据集上的性能均优于现有方法，特别是在极端低光条件下，其识别精度显著提升。该研究为低光人脸识别提供了基于非成对设置的有效解决方案，并在实际应用中展现了良好的潜力。

• 基于ACVAE-MPPO算法的端到端自动驾驶算法研究#br#

  于康鸿, 张军, 刘元盛

  由于道路类型多样、交互实体众多以及环境复杂，在城市环境中实现高效的自动驾驶是当今自动驾驶技术研究的重点和挑战之一。端到端强化学习在自动驾驶应用中，面临表征模型提取特征能力不足和决策模型学习特征间历史联系困难的问题，这些限制影响了算法在复杂城市环境中的决策性能。针对上述问题，提出ACVAE-MPPO算法。为了解决特征提取精度低的问题，在变分自编码器（variational auto-encoder，VAE）中加入坐标卷积层，使用判别器进行辅助训练，形成辅助训练坐标卷积变分自编码器（auxiliary training coordinate convolutional variational auto-encoder，ACVAE），最终提升特征提取的精度；为了增强决策模型提取历史特征的能力，在近端策略优化算法（proximal policy optimization，PPO）中引入长短期记忆网络，形成记忆近端策略优化算法（memory proximal policy optimization，MPPO），使PPO能够记忆和有效利用时序信息，提升决策准确性。将两个模型结合形成ACVAE-MPPO算法。Carla仿真器的实验结果表明，ACVAE-MPPO算法能展现出更强的决策能力，实现更稳定且成功率更高的驾驶决策。

• 基于差异感知增强的遥感图像耕地变化检测网络

  李志财, 龙军, 钱育蓉, 王元旭, 范迎迎, 白璐

  针对当前基于深度学习的变化检测方法偏重特征提取而忽略双时相图像间的差异信息，检测结果受到伪变化干扰，以及传统的特征融合方法易导致关键特征丢失等问题，提出一种差异感知增强的遥感图像耕地变化检测网络（difference-aware enhancement network，DAENet）。为了对提取的双时相特征进行差异化增强，设计了一个差异感知增强模块来突出变化区域的显著特征。为了减少伪变化干扰对检测结果的影响，设计了一个多尺度空洞卷积注意力模块，通过捕获多尺度上下文信息来减少伪变化干扰。为了进一步增强高级特征和低级特征的融合效果，设计空间交叉注意力融合模块来逐级融合并生成预测图。实验结果表明，该方法在CLCD数据集和PX-CLCD数据集上的表现优于现有的12种方法，F1分别达到76.95%和95.97%，IoU分别达到62.54%和92.25%，显著提升了检测精度和可靠性。为了验证模型的有效性，在建筑物LEVIR-CD数据集上的实验结果显示F1和IoU达到了91.03%和83.54%，表明提出的方法具有强大的泛化能力。

• 基于改进RT-DETR的井盖病害轻量化检测算法

  孟志永, 吴晨曦, 王鹏, 张明, 张秀清, 杨云飞, 张龙龙

  针对井盖病害检测任务中检测精度和轻量化难以平衡的问题，提出一种基于改进RT-DETR-R18的井盖病害检测算法。设计一种改进的主干网络，结合内容感知混合器（content-aware mixer，CAMixer）模块和CSP架构，提升网络的特征提取能力，并有效减少模型的计算量。提出DTAB（dilated transformer attention block）模块，通过分组通道自注意力（grouped channel self-attention，G-CSA）避免多尺度下的信息泄露，通过掩码窗口自注意力（masked window self-attention，M-WSA）增强细节特征的提取能力。采用改进的RetBlockC3模块，引入Manhattan自注意力机制，进一步提升模型对局部细节和小目标的捕捉能力。提出一种改进的下采样模块PSConv（pinwheel-shaped convolution），通过多方向卷积核设计和尺度自适应机制，扩大感受野并增强细节区域的检测能力。实验结果表明，与原始RT-DETR-R18模型相比，改进后的RT-DETR在井盖病害数据集上mAP@0.5从86.2%提高到92.0%，计算量从58.6?GFLOPs降到45.1?GFLOPs。在公开数据集RDD2022和NWPU VHR-10上，所提模型相比原始模型在mAP@0.5上分别提高4.7和1.0个百分点。所提算法在保持高精度的基础上，实现轻量化设计，满足井盖病害检测对效率和性能的实际需求。

• 融合HVI颜色空间和Mamba的低照度图像增强

  陈景霞, 李燚卓, 李婉

  在低照度环境下采集的图像往往面临整体亮度不足、噪声干扰严重、对比度下降以及细节信息丢失等挑战。现有的低照度图像增强方法大多基于RGB或HSV颜色空间进行处理，这些方法在图像增强过程中容易导致颜色失真、黑色伪影等问题。为了解决上述问题，提出了融合HVI颜色空间和Mamba的低照度图像增强网络HVIMamba。将低照度图像从RGB颜色空间转换至HVI颜色空间；根据HVI颜色空间的特性，设计了交叉注意力交互模块以实现强度分支与水平/垂直分支间有效信息的引导交互；设计了特征交互状态空间模型对交互后的特征进行优化处理，有效提取全局特征并捕捉长期依赖关系。通过在七个公开数据集上的实验验证，HVIMamba的主观视觉质量和客观评价指标均优于当前主流方法，展现出显著的性能优势。

• SDA-YOLO：改进YOLOv11的无人机航拍图像小目标检测方法

  张红民, 冯雪, 陈清, 林强

  针对无人机航拍图像中小目标因尺寸微小、背景复杂导致检测精度低的问题，提出一种改进YOLOv11的检测方法SDA-YOLO（selective dual-path aggregation YOLO）。设计交叉增强融合模块（cross-enhanced fusion module，CEFM）优化颈部特征融合过程，缓解小目标边界模糊与语义不一致问题，并有效抑制冗余背景干扰；构建异构选择性特征金字塔网络（heterogeneous selective feature pyramid network，HSFPN），实现更高效的多尺度特征交互与小目标边界特征增强，同时引入高分辨率检测层进一步提升对网络小目标的识别能力；提出动态对齐检测头（dynamic-aligned head，DA-Head），提升分类与回归任务在小目标区域的协同一致性，降低漏检与误检。实验结果表明，SDA-YOLO在VisDrone2019数据集上mAP@0.5和mAP@0.5：0.95分别达到52.5%和33.0%，较YOLOv11s分别提升14.3和10.2个百分点，AP-Small提升10.3个百分点；在DOTAv1.0与TinyPerson数据集上mAP@0.5分别提升2.1与6.2个百分点，较好地验证了改进方法的有效性与泛化性。

• 基于多模态融合网络的无人机小目标检测方法

  姚继林, 刘宏哲, 张铖, 路璐

  针对无人机小目标检测在低光和复杂背景下精度低、误检率高的问题，单一模态检测方法难以取得理想效果。因此，提出了一种基于动态交互融合策略的小目标检测方法YOLOv8-DF。设计了双流特征提取网络，采用并行模式分别提取红外和可见光特征，并在Backbone部分引入感受野卷积（receptive field attention convolution，RFAConv），以增强模型的多尺度感知能力。为进一步捕捉全局上下文信息，提出了基于注意力机制的远程信息增强模块（remote information enhancement module，RIEM），并设计了动态特征交互模块（dynamic feature interaction module，DFIM），动态调整各模态优势信息权重，实现深度特征融合。实验结果表明，在DroneVehicle数据集上，YOLOv8-DF与单模态基准模型YOLOv8_RGB和YOLOv8_IR相比，mAP50分别提升了12.3和13.4个百分点，相较于PSFusion融合检测方法，mAP50提升了8.4个百分点，并在LLVIP公开数据集上进行了计算效率和泛化性实验，证明了所提出的方法具有较好的计算效率和泛化性能。

• 位置信息辅助重建的自监督医学图像分割框架

  冀伟, 降爱莲

  由于医学图像中大规模标注数据获取困难，自监督学习在该领域的应用日益广泛。然而基于掩码自编码器的自监督学习方法中的简单重建任务往往缺乏高级语义信息，难以充分提取医学图像中复杂的特征。提出一种基于位置信息辅助重建的自监督医学图像分割框架PIAR（position information assisted reconstruction）。医学图像中器官往往包含相对一致的位置信息，为此引入了上下文位置预测任务，通过预测图像中不同区域的空间位置关系，增强了模型对医学图像中结构和语义信息的提取能力。基于学习到的位置信息，提出了辅助重建任务，旨在帮助模型更好地进行图像重建。利用从图像中提取的位置信息，辅助模型能够在重建过程中更有效地捕捉图像的空间结构和细节，从而提升重建精度和图像理解能力。为了进一步提升图像重建效果，设计了自对比损失。通过关注同一掩码自编码器在不同数据增强下的表现，鼓励模型在面对不同增强变换时保持一致的重建效果，进一步提升重建质量和图像的鲁棒性。实验结果表明，在仅使用10%标注数据的情况下，所提方法在ACDC、LIDC和ISIC三个公共数据集上的DSC图像分割性能指标分别达到了83.81%、79.41%和86.13%，优于现有的自监督医学图像分割方法。

• 结合解耦与广义微调的少样本目标检测

  杭焕云, 刘俊

  针对数据稀缺条件下模型检测效率低下与灾难性遗忘问题，提出了一种结合解耦与广义微调的少样本目标检测模型。该模型基于传统的Faster R-CNN框架，通过引入多级解耦的梯度解耦层，有效拓展了Faster R-CNN，解决了区域提议网络（region proposal network，RPN?）和R-CNN的矛盾；将查询-键-值注意力机制和自注意力机制有效结合，减少了背景噪声的干扰，使得模型能够同时关注局部特征和图像的全局上下文信息；提出了一种基于约束的广义微调方法来减轻灾难性遗忘，基于约束的微调方法采用一种连续学习的平均梯度情景记忆方法（average gradient episodic memory，A-GEM），对梯度搜索策略施加了更多的约束，优化了梯度更新规则，从而更好地实现了基类和新类之间的知识交换。实验结果表明，相比于对比方法DCNet，所提出的方法在VOC数据集Novel Set1中，五个目标检测任务的平均mAP50提升了7.56个百分点。

• 基于自适应阈值和双向对比学习的遥感图像道路提取方法

  高鹏飞, 田小龙, 杨辰飞, 乔龙图, 吕蒙

  随着遥感技术的迅猛发展，精准提取遥感图像中的道路信息已成为城市管理与交通规划中的关键任务。然而高质量标注的遥感图像往往稀缺且获取成本高昂，导致模型在训练过程中难以充分利用有限的标注数据。道路像素与背景像素之间的严重不平衡进一步加剧了道路提取的复杂性。针对这些问题，提出了一种创新的半监督学习方法。该方法结合自适应阈值机制与双向对比学习策略。自适应阈值机制通过动态计算不同类别的个体阈值，实现了更为精细的伪监督训练。双向对比学习则增强了特征空间中不同类别之间的可分性。实验结果表明，该方法在两个真实世界数据集上显著提升了道路提取性能，充分验证了其有效性与优势。

• 面向云边端协同计算环境的DNN推理任务分割卸载策略

  杨宇辉, 唐小勇

  近年来，深度神经网络（deep neural network，DNN）在数据处理、图像识别、语音识别等领域取得突破性进展，已经大规模部署在物联网（Internet of things，IoT）设备上。然而IoT设备受到计算性能、电池容量的限制，难以低时延、低能耗地完成DNN推理任务。针对此问题，提出基于云-边-端协同计算的DNN推理任务分割卸载策略。分析DNN推理任务的计算和传输负载特征，以此为基础建立时延和能耗计算模型，并将此模型进行加权归一成本化处理。基于云-边-端协同计算提出多智能体深度强化学习算法MAPPO-MO（multi-agent proximal policy optimization multi-object）来实现DNN推理任务分割和卸载。该方法将云-边-端协同计算环境构建为马尔可夫决策过程（Markov decision process，MDP），将处理后的成本作为奖励指导算法训练，以此实现深度强化学习训练推理过程。为了验证算法有效性，进行了仿真实验，结果表明相较于经典Local-Computing、Offloading-Computing、QMIX算法，MAPPO-MO算法在成本上具有较大优势。

• 无小区大规模MIMO的接入点选择与卸载优化

  陈丽琼, 杨新元, 孙怀英

  在移动边缘计算（mobile edge computing，MEC）中，为了满足低延时服务的需求，基于无小区大规模多输入多输出（cell-free massive multiple-input multiple-output，CF-mMIMO）的MEC系统正在成为一种有效的解决方案。然而，由于接入点集分配的复杂性和网络资源的动态性，MEC系统在接入点分配和延迟优化方面面临挑战，这也制约了系统的整体效率和用户体验。针对上述问题，构建了一种基于开放式无线接入网络（open radio access network，O-RAN）和CF-mMIMO技术的MEC系统架构，并通过联合优化用户接入点分配和任务卸载策略，以最小化系统时延和能耗。提出一种基于模糊逻辑（fuzzy logic，FL）与双延迟深度确定性策略梯度（twin delayed deep deterministic policy gradient，TD3）的优化算法（FL-TD3）。其中模糊逻辑模块依据系统状态和环境特征构建先验决策，以降低TD3算法中决策空间维度高导致的优化难度。基于构建的先验决策，TD3算法通过超网络自适应优化先验决策，提高策略对动态环境的适应性。仿真结果表明，与TD3算法、DDPG（deep deterministic policy gradient）算法、Random算法相比，FL-TD3算法在优化用户平均时延和能耗上的性能有显著提升。

• 城市低空可达空域的构建及容量评估

  陈思道, 张学军, 张维东

  随着无人机技术的迅速发展，城市低空空域作为无人机飞行的关键区域，正面临前所未有的交通压力。在高密度建筑物分布的城市环境中，低空空域容量的评估变得尤为重要。提出了一种新的低空空域容量评估方法，结合建筑物分布及无人机的避让策略，建立了更加精确的空域容量评估模型。通过引入空间句法理论中的视域分析方法，构建了基于最小受限视域面积的冲突检测模型，并对无人机与建筑物及无人机之间的冲突风险进行了量化评估。仿真结果显示，随着无人机数量的增加，每飞行小时的碰撞数量呈现指数型增长，同时低空空域容量对碰撞概率阈值的变化不敏感。进一步分析发现，随着飞行高度的增加，空域容量显著上升，尤其在30、50、70 m的高度层，空域容量出现明显突变。这一结果为低空飞行高度层的选择和空域管理提供了理论支持。

• 基于归一化流退火重要性抽样的安全关键场景生成

  曾昭汰, 石晴, 余国宽, 范萱, 马智文

  自动驾驶系统测试与评估的主流方法是虚拟仿真测试，而测试场景是虚拟仿真测试的关键。为了同时解决测试场景生成的“维度诅咒”和安全关键事件的罕见性问题，提出了归一化流退火重要性抽样（normalizing flow-annealed importance sampling，NF-AIS）方法。从HighD数据集提取车辆动作数据，通过归一化流（normalizing flow，NF）模型训练生成自然驾驶行为动作分布；将该分布作为退火重要性抽样（annealed importance sampling，AIS）的初始分布，灵活调整抽样权重以增大危险动作的比例；以最小化α=2散度为目标，使得最终生成的危险动作分布尽可能拟合真实数据分布。实验结果表明，所提方法在保证场景真实性的同时，能大量生成安全关键场景用于自动驾驶系统测试，与自然驾驶场景相比，NF-AIS方法生成的安全关键场景的测试效率提高了约7?700倍，且碰撞率达到了8.03%，远高于自然驾驶场景的碰撞率，从而能更高效地测试自动驾驶系统。

• 面向短道速滑场景的运动一致性多目标跟踪方法

  李宗民, 张明珠, 肖倩, 柴世杰

  短道速滑是多目标跟踪（multi-object tracking，MOT）的一个重要应用领域，在收集运动员数据及自动战术分析等方面起着至关重要的作用。然而现有的MOT基准很少关注该领域，这限制了其发展。提出了一个短道速滑场景下的多目标跟踪数据集，将其命名为SkatingMOT，并揭示了该数据集存在的三个关键挑战：（1）外观高度相似的小尺度目标；（2）快速变速运动模式；（3）频繁的遮挡与重叠。针对以上挑战，进一步提出了一个新的多目标跟踪框架SkatingSORT。在这项工作中，设计了一个遮挡感知模块对目标的可见度进行评估；在运动分支中，修改Kalman滤波以适应场景中复杂的运动模式，并在关联中引入弱线索；在外观分支中，考虑到遮挡及外观相似问题，提出了嵌入特征自适应模块。该方法在SkatingMOT上的准确度高达94.86%，与现有最先进的方法相比具有显著的优势。在MOT17和DanceTrack数据集上的实验表明，该方法以即插即用和免训练的方式对其他跟踪器和场景表现出一定的泛化性。

• 基于注意力和变分类自编码的PCB小样本缺陷检测

  宋涛, 冉璐, 杨金河, 邢镔, 龙邹荣, 王泓俊, 李梓谦

  针对小样本印刷电路板（printed circuit board，PCB）缺陷样本少、样本失衡、难泛化导致检测精度较低的问题，引入元学习方案，在元学习目标检测框架上提出基于注意力和变分类自编码的小样本缺陷检测方法。针对支持分支建模易受噪声影响问题，提出基于注意力的背景弱化模块，通过对注意力机制进行改进，使模型能够自适应改变重要性，聚焦前景信息与周围差异，减少背景干扰。鉴于支持分支缺乏类特征提取，导致查询特征与支持特征聚合后容易发生漏检、错检的问题，提出变分类自编码模块，利用概率分布以及重参数化获得类特征，提高新类检测准确率。为了充分探索查询特征与支持特征高级特征关系，提出多特征聚合模块，利用元素乘法、减法运算对两种特征之间的相似点和差异性进行建模，同时通过查询原型减少随机采样带来的噪声。实验结果表明，在PKU-Market-PCB数据集上，该方法在10样本下新类、基类准确率最高可达到65.3%、89.7%。

• 集成全局局部感知与分层特征融合的带钢表面缺陷检测

  计忠平, 林晨伟, 何志伟, 杜晨杰, 金冉, 柴本成

  在工业场景中，现有带钢表面缺陷检测算法易受背景噪声和无关信息干扰，难以有效提取缺陷特征。传统多尺度特征融合方法未充分考虑非相邻特征间信息传递不足的问题，限制了特征融合的效果。复杂缺陷形态和缺陷的非结构特性则进一步增加了检测的挑战性。针对这些问题，提出了集成全局局部感知与分层特征融合的带钢表面缺陷检测算法，以提升模型在特征提取、多尺度特征融合及非结构化缺陷检测方面的能力。提出了特征增强模块（feature enhancement module，FEM），通过动态调整特征权重实现对目标特征的强化和背景噪声的抑制，提升模型对带钢表面缺陷信息的关注度。提出分层融合网络（hierarchical fusion network，HFN），充分融合不同层级特征之间的语义信息，提升模型的多尺度特征表达能力。设计全局局部感知模块（global-local awareness module，GLAM），在捕捉远距离依赖和上下文信息的同时，关注局部细节，增强模型对非结构化缺陷的检测能力。在公开数据集NEU-DET与GC10-DET上的结果表明，该算法的平均精度均值（mAP@IoU=50）为80.7%和66.9%，相比于基准模型分别提升了3.8和2.0个百分点，有效提高了带钢表面缺陷的检测精度。

• 面向风扰和目标机动的多无人机协同跟踪控制

  高瑞周, 陈榆杰, 王韵涵, 刘英

  目标跟踪是多无人机协同控制的重要任务之一，但现实应用中经常面临地面目标运动灵活和环境中的背景风扰两大挑战。提出基于分布式扩展卡尔曼滤波的地面目标运动状态估计和风扰估计算法。在分布式模型预测控制中，基于所估计的风扰信息，对无人机位置进行补偿以降低风扰对无人机控制性能的影响；基于所估计的目标运动状态，通过优化观测角度误差，提高多无人机协同对峙跟踪的精度，同时加速多无人机形成对峙跟踪的速度。通过多进程分布式仿真实验，验证了所提方法能够将场景中的目标估计精度提升至5?m以内，并且在对峙跟踪任务中具有对风扰较好的鲁棒性。