焦李成，高新波，韓軍偉，李云松，白翔，楊淑媛，孟德宇，任文琦，石爭浩，陳秀妍

1.西安電子科技大學(xué)，西安 710071；2.重慶郵電大學(xué)，重慶 400065；3.西北工業(yè)大學(xué)，西安 710021；4.華中科技大學(xué)，武漢 430074；5.西安交通大學(xué)，西安 710049；6.中山大學(xué)，深圳 518107；7.西安理工大學(xué)，西安 710048；8.《中國圖象圖形學(xué)報》編輯部，北京 100190

圖像目標(biāo)檢測在區(qū)域監(jiān)控、被動導(dǎo)航、搶險救災(zāi)、飛行器制導(dǎo)等方面具有重要應(yīng)用，是計算機(jī)視覺和圖像處理領(lǐng)域研究中的關(guān)鍵性核心問題和挑戰(zhàn)性難題，也一直是該領(lǐng)域的研究熱點(diǎn)，并受到領(lǐng)域內(nèi)廣大學(xué)者的高度關(guān)注。近年來，得益于深度學(xué)習(xí)等人工智能技術(shù)在圖像處理和計算機(jī)視覺中的廣泛應(yīng)用，圖像目標(biāo)檢測技術(shù)研究已取得重大進(jìn)展。但現(xiàn)有研究大多是在引入了很多相關(guān)假設(shè)的簡化場景中，對簡單場景下的目標(biāo)進(jìn)行檢測。由于缺乏恰當(dāng)?shù)闹R表示和推理方法，從而大大限制了其所能應(yīng)用的問題規(guī)模和場景復(fù)雜性。針對復(fù)雜場景下的圖像目標(biāo)檢測依然有很多問題需要人們?nèi)パ芯亢徒鉀Q。

為了更好地推動復(fù)雜場景圖像目標(biāo)智能檢測技術(shù)與應(yīng)用的發(fā)展，及時記錄我國學(xué)者在相關(guān)領(lǐng)域的最新研究進(jìn)展，促進(jìn)學(xué)術(shù)交流和技術(shù)創(chuàng)新，《中國圖象圖形學(xué)報》邀請業(yè)內(nèi)專家共同策劃推出“復(fù)雜場景圖像目標(biāo)智能檢測”專欄，主要收錄國內(nèi)學(xué)者在相關(guān)領(lǐng)域具有創(chuàng)新性、突破性的研究成果。以期為相關(guān)領(lǐng)域的研究人員提供參考。

經(jīng)過嚴(yán)格評審，“復(fù)雜場景圖像目標(biāo)智能檢測”專欄共收錄9 篇論文，包括5 篇綜述和4 篇算法論文：

《無人機(jī)視角下的目標(biāo)檢測研究進(jìn)展》（作者：冷佳旭，莫夢竟成，周應(yīng)華，葉永明，高陳強(qiáng)，高新波*）介紹了無人機(jī)視角下的目標(biāo)檢測概念，并總結(jié)無人機(jī)視角下目標(biāo)檢測所面臨的目標(biāo)尺度、空間分布、樣本數(shù)量、類別語義以及優(yōu)化目標(biāo)等5 大不均衡挑戰(zhàn)；重點(diǎn)闡述并總結(jié)分析從數(shù)據(jù)增強(qiáng)策略、多尺度特征融合、區(qū)域聚焦策略、多任務(wù)學(xué)習(xí)以及模型輕量化等方面來提升無人機(jī)視角下目標(biāo)檢測性能的方法；全面介紹基于無人機(jī)視角的目標(biāo)檢測數(shù)據(jù)集，并對已有算法在兩個常用公共數(shù)據(jù)集上進(jìn)行性能評估；對無人機(jī)視角下目標(biāo)檢測技術(shù)的未來發(fā)展方向進(jìn)行展望。

《小目標(biāo)檢測研究綜述》（作者：潘曉英，賈凝心*，穆元震，高炫蓉）綜述了國內(nèi)外小目標(biāo)檢測的研究現(xiàn)狀及成果，歸納分析了常用的小目標(biāo)數(shù)據(jù)集，從數(shù)據(jù)增強(qiáng)、超分辨率、多尺度特征融合、上下文語義信息、錨框機(jī)制、注意力機(jī)制以及特定的檢測場景等方面系統(tǒng)總結(jié)了小目標(biāo)檢測方法，并對未來研究方向進(jìn)行了分析與展望。

《航空遙感圖像深度學(xué)習(xí)目標(biāo)檢測技術(shù)研究進(jìn)展》（作者：石爭浩*，仵晨偉，李成建，尤珍臻，王泉，馬城城）對航空遙感圖像深度學(xué)習(xí)目標(biāo)檢測算法，特別是近三年國內(nèi)外的研究方法，進(jìn)行了系統(tǒng)梳理和總結(jié)分析，并指出現(xiàn)階段航空遙感圖像目標(biāo)檢測研究中存在的問題，對未來研究以及發(fā)展趨勢進(jìn)行了展望。

《圖像級標(biāo)記弱監(jiān)督目標(biāo)檢測綜述》（作者：陳震元，王振東，宮辰*）介紹了弱監(jiān)督目標(biāo)檢測的問題定義、基礎(chǔ)框架和面臨的主要難題；按核心網(wǎng)絡(luò)架構(gòu)將現(xiàn)有典型算法歸納為基于優(yōu)化候選框生成的算法、結(jié)合分割的算法和基于自訓(xùn)練的算法，并分析了各種算法的特點(diǎn)及其優(yōu)缺點(diǎn)；在多個公共數(shù)據(jù)集和多種指標(biāo)上對主流算法進(jìn)行了效果驗證和比較；根據(jù)現(xiàn)有算法的不足，并以進(jìn)一步解決主要難題為目標(biāo)，提出了該領(lǐng)域有價值的未來研究方向。

《Transformer 驅(qū)動的圖像分類研究進(jìn)展》（作者：石爭浩，李成建*，周亮，張治軍，仵晨偉，尤珍臻，任文琦）分類總結(jié)近年來Transformer 驅(qū)動的深度學(xué)習(xí)圖像分類方法和模型，介紹各類方法的核心思想，分析存在的問題及可能的解決方案；梳理Transformer驅(qū)動的深度學(xué)習(xí)圖像分類任務(wù)需要解決的關(guān)鍵性科學(xué)問題，并對未來研究方向及發(fā)展趨勢進(jìn)行展望。

《夜間多場景的臨近感知實時行人檢測算法》（作者：龔安，李中浩*，梁辰宏）將低光增強(qiáng)算法添加到夜間行人檢測任務(wù)中進(jìn)行聯(lián)合訓(xùn)練，并引入臨近感知模塊NOH，提出了一種改進(jìn)的夜間監(jiān)控場景下的臨近感知行人檢測算法NSPDet。NSPDet 提升了基線模型夜間行人檢測的精度，具備實時推理性能，在夜間復(fù)雜場景下表現(xiàn)出良好的魯棒性。

《結(jié)合旋轉(zhuǎn)框和注意力機(jī)制的輕量遙感圖像檢測模型》（作者：李朝輝，安金堂*，賈紅雨，方艷）以光學(xué)遙感圖像為實例背景設(shè)計了一種端到端的輕量級旋轉(zhuǎn)框目標(biāo)檢測模型YOLO-RMV4，使模型精度和參數(shù)量達(dá)到強(qiáng)平衡。

《結(jié)合環(huán)狀原型空間優(yōu)化的開放集目標(biāo)檢測》（作者：孫旭豪，沈陽，魏秀參*，安鵬）提出了一種基于環(huán)狀原型空間優(yōu)化的開放集目標(biāo)檢測框架。實驗證明，在不改變模型封閉集識別性能的情況下，本文提出的框架具有更強(qiáng)的開放集類別檢測能力。

《外觀和運(yùn)動模式感知的有絲分裂細(xì)胞檢測》（作者：林凡超，謝洪濤，劉傳彬*，張勇東）提出基于外觀和運(yùn)動模式感知的檢測框架，通過兩階段預(yù)處理和對細(xì)胞狀態(tài)模式的判別性學(xué)習(xí)，能夠?qū)崿F(xiàn)復(fù)雜場景下的精準(zhǔn)預(yù)測。

我們期待廣大讀者和科技人員通過“復(fù)雜場景圖像目標(biāo)智能檢測”專欄，能夠更深入、更全面地了解該領(lǐng)域的最新方法和應(yīng)用，吸引更多學(xué)者從事相關(guān)研究并產(chǎn)生具有國際影響力的優(yōu)秀成果，為本領(lǐng)域發(fā)展做出新的貢獻(xiàn)。

專欄編委會：

焦李成，歐洲科學(xué)院外籍院士、俄羅斯自然科學(xué)院外籍院士、西安電子科技大學(xué)教授，研究領(lǐng)域為智能感知與圖像理解、深度學(xué)習(xí)與類腦計算、進(jìn)化優(yōu)化與遙感解譯。

高新波，重慶郵電大學(xué)教授，研究領(lǐng)域為人工智能、機(jī)器學(xué)習(xí)、計算機(jī)視覺、模式識別。

韓軍偉，西北工業(yè)大學(xué)教授，研究領(lǐng)域為人工智能、模式識別、類腦計算、遙感影像解譯。

李云松，西安電子科技大學(xué)教授，研究領(lǐng)域為遙感圖像編碼、處理、高性能計算以及芯片設(shè)計。

白翔，華中科技大學(xué)教授，研究領(lǐng)域為模式識別、計算機(jī)視覺、文檔分析與識別。

楊淑媛，西安電子科技大學(xué)教授，研究領(lǐng)域為智能目標(biāo)感知與解譯。

孟德宇，西安交通大學(xué)教授，研究領(lǐng)域為機(jī)器學(xué)習(xí)、人工智能、計算機(jī)視覺。

任文琦，中山大學(xué)副教授，研究領(lǐng)域為圖像/視頻處理與增強(qiáng)。

石爭浩，西安理工大學(xué)教授，研究領(lǐng)域為機(jī)器視覺、醫(yī)學(xué)圖像處理及機(jī)器學(xué)習(xí)。

專欄編輯：

陳秀妍，編輯，主要研究方向為學(xué)術(shù)出版和媒體傳播等。E-mail：chenxy@aircas.ac.cn