智能感知与信息处理专栏

Graphical abstract

专栏导语

智能感知技术是连接物理世界与数字决策的桥梁， 在脑机交互、 工业巡检、 自动驾驶等战略新兴领域具有广阔应用前景。然而， 感知信号普遍存在信噪比低、 非线性畸变、 多源异构等挑战， 如何从强噪声、 弱特征、 大视场的复杂数据中高效提取并融合关键信息， 成为当前研究的热点与难点。本专栏收录了4篇代表性研究成果： 韩龙等引入线性可变形卷积、 空间-通道协同注意力及正则化相对性GAN损失， 有效提升低照度、 遮挡场景下红外图像的超分辨率重建质量， 助力电力设备智能巡检； 韩信等针对少样本工业异常检测任务中大规模模型部署困难与轻量级模型性能不足的问题， 提出基于知识蒸馏的轻量化异常检测方法， 为在边缘计算等资源受限环境中部署高效、 准确的工业异常检测系统提供了一种有效的解决方案； 田科等受昆虫复眼启发， 设计了球形多相机阵列， 并提出凝聚型层次聚类引导的由粗到精图像拼接及自适应加权融合算法， 实现了大视场、 高保真的全景成像； 李乐恒等通过Transformer与BiLSTM异构双分支教师模型结合动态知识蒸馏策略， 在保证轻量化的同时显著提升运动想象脑电信号解码精度， 为资源受限的脑机接口系统提供解决方案。上述成果从算法创新、 模型压缩、 系统集成等维度推动智能感知与信息处理技术的发展， 本专栏期望借此促进跨学科学术交流， 加速相关技术在实际场景中的应用转化。

客座编辑简介

乔晓艳， 教授， 硕士生导师， 现任教于山西大学物理电子工程学院， 加拿大Guelph University“先进机器人与智能系统”实验室访问学者。科研方向为脑机接口、 信号检测与智能信息处理， 主要开展受生物启发的人工智能研究， 致力于新一代信息技术在医疗健康领域的应用。主持和参与国家自然科学基金项目、 国家重点实验室开放课题、 山西省重点研发计划、 山西省自然科学基金、 山西省留学回国人员科技资助项目等30余项。以第一/通讯作者发表论文90余篇， 授权发明专利6项， 软件著作权5项。指导学生获中国国际大学生创新大赛国家级银奖、 中国研究生人工智能创新大赛全国二等奖、 中国研究生数学建模竞赛全国二等奖等多项国家级竞赛奖项。