- 流媒体视频中的自监督式多角色社交活动理解
在这项研究中，我们提出了一种基于多演员预测学习的自监督方法，用于流媒体视频中的社交活动识别。通过使用视觉语义图结构，我们对社交互动进行建模，从而实现了关系推理，使其在具有最少标记数据的情况下具有鲁棒性表现。该方法在标准群体活动识别基准上取得 - 局部晚期直肠癌治疗反应的深度学习分类器基于内窥镜图像
我们开发了一个深度学习分类器，用于从内窥镜图像中识别在全新辅助治疗过程中的直肠癌反应（肿瘤与非肿瘤）。我们通过使用基于最优质量运输的图像协调方法来解决内窥镜图像的多样性，并通过评估多种训练规范化方案来研究 ResNet-50 网络在分布内和 - 全球车牌数据集
为了推动道路安全、交通监控、监视和物流自动化的最新技术，我们引入了全球车牌数据集（GLPD）。该数据集由超过 500 万张图像组成，包括来自 74 个国家的多样化样本，并具有精细的注释，包括车牌字符、车牌分割掩码、车牌角点以及车辆的制造商、 - 关于过境混淆问题
这篇论文研究了在某些交通和监视场景中对路线上或路线可见的中间点进行隐藏的重要目标。我们提出了中转匿名性的概念，即对特定中转点的匿名性的定量保证，即使面对具有完全了解路径规划算法的强大对手。我们提出并评估了满足这种匿名标准的规划 / 搜索算法 - DistFormer：增强单目感知物体距离的局部和全局特征
DistFormer 是一个强化本地和全局线索的结构，通过三个关键组件来提取信息、利用自监督促进有用信息的学习以及计算联合的、空间一致的估计。在多个数据集上的实验证明，DistFormer 在目标距离估计领域超越了现有方法，并具有泛化能力和 - 低光环境下目标跟踪的综合研究
在低光环境中进行准确的物体追踪对于监控和动物行为学应用至关重要。本文研究了这些扭曲对自动物体追踪器的影响，并提出了一种解决方案，通过将去噪和低光增强方法整合到基于变压器的物体追踪系统中，提高追踪性能。实验结果表明，用低光合成数据集训练的提出 - 基于扩散模型的车牌超分辨率
该研究利用最先进的扩散模型在低分辨率和高分辨率的沙特车牌图像上进行训练，实现了超分辨率处理，其在识别精度和结构相似性指数方面都超过了现有技术，并获得了 92％的人工评估员的认可，为监控系统提供了具有实际潜力的车牌超分辨率的创新解决方案。
- 复杂环境中高效稳健的传感器布置
在复杂环境中，我们解决了高效和无障碍监视或通信的问题，通过使用最少数量的传感器覆盖环境，并考虑对传感器故障或对抗性攻击具有鲁棒性的解决方案。我们提出了一种贪婪算法来实现多覆盖约束的最小传感器集设计目标，并探索了使用深度学习技术加速贪婪算法中 - 联邦疫情监测
通过联邦方法开发假设检验框架，结合 $p$- 值的组合方法，研究了在大流行监测中的可行性，为整合可用数据源提供了宝贵的洞见。
- 人际交互检测
该论文介绍了一种名为 HID 的新任务，旨在通过在同一模型中检测主体、识别人 - 人互动，并根据他们的互动关系对人进行分组，以此全面了解视频流中感兴趣的人 - 人互动，还在 AVA 数据集基础上建立了一个新的 HID 基准，称为 AVA-I - FANET 实验：与图像处理系统连接的实时监控应用
本文旨在使用图像增强技术提高 FANET 应用的效率，在油管监控、体育比赛和媒体报道等领域提供有效服务。通过收集视频无人机采集的图像数据和图像处理系统的分析，证明了 FANET 中有效数据提取和增强的潜在服务。
- 通过对比视图不变表示进行跨视图动作识别
提出了一种简单高效的跨视角动作识别（CVAR）框架，能够从 RGB 视频、3D 骨架数据或两者学习不变特征。在 N-UCLA、NTU-RGB+D 60、NTU-RGB+D 120 和 UWA3DII 数据集上，该方法表现出优异的性能，分别达 - 疾病过重：联邦艾滋病服务数据能否提高联邦艾滋病监测工作？
该研究通过整合 Ryan White、Social Security Disability Insurance、Medicare、Children Health Insurance Programs 和 Medicaid 数据的方法，利用监 - 生成对抗网络在人员再识别系统中的数据增强综述
本文综述了如何使用生成对抗网络改善通过数据增广提高人员再识别模型性能的最新方法，主要聚焦于样式转移、姿态转移和随机生成三类数据增广方法。
- 处方药物毒性监测的社交媒体挖掘：端到端流程、挑战和未来工作
本文介绍了一种基于自然语言处理和机器学习技术的高级端到端管道，用于从社交媒体平台 Twitter 和 Reddit 中收集关于非医疗处方药物使用的信息，以提高社交媒体研究毒剂监测的效率。
- ECCV边缘上的人脸质量评估的高效方法
通过向人脸关键点检测网络中追加单层网络以进行面部质量分数回归，提出了一种针对边缘设备的人脸质量评分回归算法，可在识别准确度更高的前提下保证处理效率。
- 运用数据技术应对抗菌药物耐药性：现状、挑战和前进的机遇
本文综述了使用数据技术（如人工智能、机器学习和数学统计建模等）进行细菌耐药性管理和控制的重要方面，包括监测、预防、诊断和治疗，并讨论了这些技术在全球范围内实施的潜在影响和面临的挑战。
- 深度神经网络用于过量死亡的细粒度监控
通过深度学习命名实体识别模型，能够更准确地识别导致药物过量死亡的具体物质，进一步提高药物过量死亡监测的精确性。
- 语义隐写系统调查
介绍语义隐写术的概念及分类，列举过去已发表的语义隐写系统和对其特性进行回顾及比较，以达到信息隐藏和保护隐私的目的。
- 我们口袋里的漏洞：客户端扫描的风险
本文讨论了客户端扫描技术（CSS）作为替代手段的加密与公共安全之间的辩论，认为 CSS 既不能保证有效的犯罪预防，也不能避免监视，会为整个社会带来严重的安全和隐私风险。