目的在自动驾驶场景中，行人尺度变化剧烈、遮挡现象频繁和复杂环境干扰等问题会导致检测性能显著下降。针对这些挑战，本文提出了一种结合多重频域增强策略与边界感知机制的实时行人检测算法FEBA-DETR（Frequency-Enhanced and Bound-Aware Detection Transformer）。方法FEBA-DETR基于RT-DETR架构进行改进，通过使用频域增强、边界感知机制以及优化损失函数，提升对小目标的检测能力和遮挡情况下的检测能力。最后再结合频域子带数据增强方法，进一步提升算法在雨、雾、雪和低光照等复杂环境下的检测性能。结果与原RT-DETR算法相比，FEBA-DETR在CityPerosns数据集上，AP50与AP50：95分别提升2.3%和2%，引入频域子带增强后分别提升3%和2.4%；在代表部分遮挡和严重遮挡的场景中，MR^-2分别下降4.92%和2.82%。结论FEBA-DETR算法提升了在自动驾驶场景中对远距离小尺度行人和严重遮挡行人的检测能力，并在复杂环境下也表现出更强的鲁棒性，其性能优势在多组对比实验中得到了充分验证，能有效应对自动驾驶中的行人检测挑战，为自动驾驶系统的安全提供支持。

目的运动图像去模糊是图像复原领域中一个具有挑战性的问题，在涉及复杂、非均匀模糊以及高频细节显著丢失的情况下，现有方法通常难以有效处理这些复杂性，导致图像复原结果不理想，表现出明显的模糊和细节缺失。方法本文提出了一种基于Transformer和多尺度特征融合的运动图像去模糊方法。该方法采用编码器-解码器结构，在编码器部分，设计了结合卷积神经网络（convolutional neural networks，CNN）和双重注意力机制的模块，以更好地提取图像特征；在特征融合部分，设计了多尺度特征融合模块，通过门控深度卷积前馈网络和特征增强模块，增强特征表达能力；在解码器引入改进的Transformer模块，在前馈网络层将傅里叶变换融入特征提取过程，增强特征。结果在GoPro数据集和HIDE数据集上与现有主流方法进行了对比实验，所提方法均取得了最优的去模糊效果。在GoPro数据集上，PSNR达到32.70dB，SSIM达到0.954；在HIDE数据集上，PSNR达到30.53dB，SSIM达到0.922。消融实验进一步验证了本文所提出的各个创新点在运动图像去模糊过程中的积极影响。结论本文提出的基于Transformer和多尺度特征融合的运动去模糊方法，在GoPro数据集和HIDE数据集的实验中，均显著优于现有主流方法，为运动图像去模糊任务提供了一种新的解决方案，展示了其在实际应用中的潜力。代码和模型获取网址：https：//github.com/zh7546/project.git

目的协同显著性目标检测Co-SOD（Co-Salient Object Detection）旨在从一组相关图像中识别出既具有视觉显著性又具备语义一致性的目标区域。然而，现有方法在判别性建模方面存在局限，特别是在开放词汇场景下，语义泛化能力较弱，难以准确区分协同显著目标与复杂背景干扰。为此，本文提出一种新型框架以提升Co-SOD的语义理解能力和检测准确性。方法本文设计了一种语义引导的开放词汇协同显著性目标检测框架。首先，利用CLIP（Contrastive Language–Image Pre-training）模型在组内图像与候选类别之间进行跨模态相似度建模，自动生成与组内语义一致的类别名称，从而减少人工指定类别的繁琐工作。随后，采用OWLv2（Open-Vocabulary Object Detector v2）模型将生成的类别名称与图像进行联合建模，输出与语义一致的候选目标框；再通过SAM（Segment Anything Model）对候选区域进行精细分割，提取高质量的显著性掩码。为增强语义表达的覆盖性与匹配稳定性，本文为每类标签构建多种语言描述，并采用多提示并行输入机制，以提升模型对语言歧义的鲁棒性与适应能力。针对复杂背景、遮挡和弱显著目标等挑战，本文还设计了一种动态阈值自适应策略，能够依据候选区域的语义一致性自适应调整检测门限，从而在保证检测准确性的同时有效提升召回率。结果实验在 CoCA、CoSal2015 和 CoSOD3k 三个公开数据集上进行，并与当前主流的 15 种先进协同显著性检测方法进行了比较，在CoCA数据集中，相比于性能第2的模型，F值提高了25.7%，MAE降低了5.2%；在CoSOD3k数据集中，相比于性能第2的模型，F值提高了2.5%；在CoSal2015数据集中，相比于性能第2的模型，F值提高了2.2%，MAE降低了1.2%。此外，在 CoSOD3k 数据集上进行了消融实验，进一步验证了本文所提方法在提升协同显著性检测效果方面的有效性。结论本文所提出的语义引导的开放词汇协同显著性目标检测框架，通过引入 CLIP 的组内一致类别生成方法，有效缓解了人工指定类别的局限性；结合OWLv2的开放词汇检测能力与 SAM 的通用分割优势，显著增强了模型的语义泛化能力和目标识别鲁棒性，为开放场景下的协同显著性检测提供了新思路与有效解决方案。

水体对光线的吸收和散射耦合作用，叠加湍流、悬浮颗粒物、水下生物等复杂环境干扰导致水下图像清晰度下降。基于偏振成像的水下图像恢复技术具有硬件要求低、操作方便、性价比高的优点，成为当前最具潜力的技术方向之一。首先介绍了水下偏振清晰成像基础，包括水下光传播特性、水下偏振成像物理模型、偏振成像系统等；然后按照偏振差分、物理退化模型和深度学习三个维度，详细介绍了水下偏振图像恢复技术的原理、研究进展以及优势局限等；最后探讨了基于偏振成像的水下图像恢复技术存在的问题，对其未来发展进行了展望。

声呐图像（sonar image，SI）是海洋信息的重要载体，然而，受水体散射、多径效应及声波波长限制等因素影响，声呐图像普遍存在分辨率低、斑点噪声强、对比度弱等现象。这些问题不仅直接影响声呐图像的视觉效果，更会显著降低目标识别等下游任务的精度与可靠性。因此，发展有效的声呐图像质量评价（image quality assessment，IQA）与增强技术，对保障海洋探测任务至关重要。尽管声呐图像处理研究近年来取得显著进展，但现有综述工作主要集中于水下光学图像，或仅聚焦于特定应用任务，对声呐图像质量评价体系及增强算法的系统性梳理、技术演进脉络的深入剖析尚显不足。为此，本综述首次构建了声呐图像质量的“评价-增强”研究框架，旨在提供一份更系统、全面的介绍。具体而言，本文系统梳理了声呐图像质量评价与质量增强领域的关键技术演进、代表性模型及最新研究进展；实验方面，针对质量评价领域，在公开数据集上对梳理出的主流声呐图像质量评价算法进行了性能对比实验，揭示了其在多种失真场景下的性能差异与适用性；针对质量增强领域，鉴于开源的声呐图像增强算法较少，重点评估了代表性通用超分辨率（super-resolution， SR）重建与去噪算法在声呐图像上的性能表现。综上，本文旨在为声呐图像处理领域的发展提供系统的理论参照与技术路线，通过实验揭示算法性能瓶颈与适用边界，最终为研究人员把握现状、理解挑战、规划未来研究提供重要支撑。

为提升非合作空间目标在轨服务与态势感知中的感知能力，系统综述了基于视觉与深度学习的非合作空间目标识别与位姿估计方法研究进展。首先阐明非合作空间目标识别与位姿估计的任务特点，简要回顾了各自的发展历程。其次围绕非合作空间目标识别与位姿估计等关键任务，梳理了当前主流方法。在目标识别方面，重点分析了基于多模态视觉融合、目标检测与分割、迁移学习与少样本学习的识别模型及其在复杂空间环境中的适应性与鲁棒性；位姿估计方面主要包括直接回归、关键点检测、无监督与域自适应、多模态视觉融合等技术。随后梳理了空间目标公开数据集及自建数据集，评估了目标识别与位姿估计方法的性能，并分别对其优缺点进行比较。结果表明，深度学习方法相较于传统方法在弱纹理、遮挡和姿态变化等复杂空间环境下具有更强的鲁棒性，多模态融合与无监督策略进一步提升了跨域泛化能力。最后总结了目标识别与位姿估计方法面临的主要挑战，并展望了未来的发展方向，旨在为该领域的技术研究与工程应用提供参考，提及的算法、数据集和评价指标已汇总至https：//github.com/viskyll/openResource/tree/main。