• 结合线姿态图的光谱压缩变换器在单目3D人体姿态估计中的应用

  Transformer模型在3D人体姿态估计中的应用虽取得了显著成果，但其计算成本高、处理长序列时效率低下等问题依然存在。特别是自注意力机制的二次复杂度特性，使得当输入序列长度增加时，计算负担急剧上升。针对这一挑战，本文提出了一种名为Spectral Compression Transformer（SCT）的新型架构，并结合Line Pose Graph（LPG）技术，旨在有效减少姿态序列中的冗余信息，同时提升模型的推理效率和精度。3D人体姿态估计（3D HPE）的目标是从2D图像或视频中定位人体的3D关节点。单目3D姿态估计因其无需依赖多视角数据，更适合应用于动作识别、人机交互和自动驾驶等实

  来源：Pattern Recognition

  时间：2025-10-02

• 利用大型语言模型进行参数高效的动作规划，以实现视觉与语言导航

  本文介绍了一种名为Spectral Compression Transformer（SCT）的新型模型，结合了Line Pose Graph（LPG）技术，旨在提升3D人体姿态估计（HPE）在处理长视频序列时的计算效率和准确性。3D人体姿态估计的目标是从2D图像或视频中定位出人体的3D关节位置，这一任务在动作识别、人机交互以及自动驾驶等领域具有重要应用价值。目前，大多数3D HPE方法依赖于2D到3D的提升技术，其中两阶段方法使用现成的2D HPE模型检测关节位置，再通过提升模型生成3D姿态。然而，这种技术在处理长视频序列时面临计算成本高的问题，因为基于Transformer的自注意力机制在处

  来源：Pattern Recognition

  时间：2025-10-02

• 扰动蒸馏与后门特征诱导：深度视觉模型中的通用防御机制

  近年来，随着人工智能技术的迅速发展，视觉-语言导航（Vision-and-Language Navigation, VLN）任务逐渐成为研究的热点。VLN旨在让智能体根据自然语言指令，在三维模拟的室内环境中进行导航，从而完成特定目标。这一任务涉及计算机视觉、自然语言处理以及导航技术等多个领域，对智能体的环境理解、指令解析和路径规划能力提出了较高的要求。在众多VLN任务中，REVERIE（Remote Embodied Referring Expression in Indoor Environments）因其独特的任务设定和挑战性而备受关注。REVERIE要求智能体在没有预探索的前提下，通过高

  来源：Pattern Recognition

  时间：2025-10-02

• MERIT数据集：对可解释转录本的建模与高效渲染

  MERIT 数据集的提出，标志着在视觉丰富文档理解（Visually-rich Document Understanding, VrDU）领域的一个重要进展。该数据集是一个多模态、完全标注的数据集，涵盖了学校成绩报告。它包含了超过400个标签和33,000个样本，为训练模型提供了丰富的资源。MERIT 数据集通过将文本、视觉和布局领域的模式进行关联，展现了其在多模态特征上的独特优势。同时，该数据集还以受控的方式引入了偏差，使其成为评估语言模型（Large Language Models, LLMs）中偏差的一个重要工具。在人工智能领域，数据的获取和合成数据生成（Synthetic Data G

  来源：Pattern Recognition

  时间：2025-10-02

• 冻融循环对黑土中镉分布的影响：从土壤团聚体周转的角度看

  Boling DENG | Meixuan WU | Guankai QIU | Zhenghao SUN | Zhongxu DUAN | Hongwen YU | Quanying WANG中国科学院东北地理与农业生态研究所黑土保育与利用国家重点实验室，中国长春 130102摘要冻融循环（FTCs）通过改变土壤团聚体的周转过程，从根本上改变了土壤中重金属的生物地球化学行为。本研究采用稀土氧化物示踪方法，探讨了冻融循环驱动的团聚体周转如何影响经历不同次数冻融循环的土壤中镉（Cd）的分布。结果表明，冻融循环增加了小粒径土壤团聚体的比例，同时破坏了大粒径团聚体的稳定性。因此，团聚体的周转时间从未

  来源：Pedosphere

  时间：2025-10-02

• 黑土农业景观中侵蚀作用对碳组分及稳定性的影响机制

  阮倩|高磊|阿西姆·比斯瓦斯|杜浩|刘帅|彭新华中国科学院东北地理与农业生态研究所土壤生态学重点实验室，哈尔滨 150081（中国）摘要土壤侵蚀在调节有机碳动态方面起着关键作用，然而关于侵蚀引起的土壤再分布如何影响土壤有机碳（SOC）稳定性的直接证据仍然很少。中国东北的黑土地区在持续侵蚀的作用下面临严重的退化问题。在这项研究中，我们调查了侵蚀对黑龙江省海伦市一个7公顷山坡上SOC及其稳定性的影响。利用137Cs示踪技术，我们估计1960年代至2022年间平均土壤流失速率为4189.2吨/平方公里每年，并识别出不同的侵蚀和沉积区域。侵蚀和沉积过程对SOC分布的影响随土壤深度而变化：在20–40厘

  来源：Pedosphere

  时间：2025-10-02

• 生物地球化学因素对热带岛屿土壤中金属分布和土壤形成的调控作用

  林振益（Chin Yik LIN）|邓佩莉（Peili DENG）|莫哈德·塔尔哈·阿尼斯（Mohd Talha ANEES）|岳富俊（Fu-Jun YUE）|林素雄（Su Shiung LAM）|丁虎（Hu DING）|埃拉尼·阿凡迪（Elanni AFFANDI）|巴巴·穆斯塔（Baba MUSTA）马来西亚玛拉亚大学理学院地质系，邮编50603，吉隆坡（马来西亚）摘要了解土壤中金属的分布对于保护地下水资源至关重要，尤其是在小岛屿上，因为地下水是重要的饮用水来源。尽管已有大量研究集中在大型沿海地区，但小热带岛屿上金属分布和风化过程的机制仍需进一步探索。本研究在马来西亚沙巴州的马努坎岛（Ma

  来源：Pedosphere

  时间：2025-10-02

• 直接标准化处理微近红外（micro-NIR）数据，用于预测新鲜土壤中的有机碳和粘土含量

  Jiang LIU|Muhammad Abdul MUNNAF|Abdul Mounem MOUAZEN根特大学生物科学工程学院环境系，根特9000（比利时）摘要研究表明，新型微型近红外（micro-NIR）光谱技术在测量土壤有机碳（SOC）和粘土含量方面具有潜力。本研究旨在通过直接标准化（DS）方法对数据进行处理，以减少水分对新鲜土壤样本的micro-NIR光谱数据的影响。收集了221个土壤样本，并在新鲜状态和风干状态下使用micro-NIR传感器（2000 ~ 2450 nm）对其进行扫描。经过Isolation Forest（iForest）异常值去除后，剩余199个数据点。应用Kenn

  来源：Pedosphere

  时间：2025-10-02

• 基于锚图且具有局部保持特性的模糊聚类算法

  模糊聚类作为一种重要的数据分析方法，在多个领域得到了广泛的应用。然而，传统的模糊聚类算法在处理聚类结果时存在两个主要问题，这些问题会影响最终的聚类效果。首先，传统算法在将样本映射到隶属度空间时，仅仅考虑了样本与聚类中心之间的关系，而忽略了样本之间局部结构信息的重要性。其次，传统算法未能同时兼顾隶属度的平衡性和区分性，这在实际应用中可能导致聚类结果不够准确或难以解释。为了克服上述问题，本文提出了一种基于锚图的局部保持模糊聚类算法（FCLPAG）。该算法通过引入图正则化项，确保在隶属度空间中，样本能够保留原始空间中的局部结构。为了提高聚类效率，算法首先从样本到锚点构建隶属度矩阵A，接着从锚点到聚类

  来源：Pattern Recognition

  时间：2025-10-02

• 基于信息论约束的频域多尺度图谱学习在时空预测中的应用

  在三维测量和增强现实技术迅速发展的背景下，相机与投影仪组合（Camera-Projector Pair, CPP）的校准成为了一个至关重要的环节。这种系统通过投影已知模式并利用相机捕捉其变形，能够实现对物体形状的精确重建。然而，传统的校准方法往往依赖于平面校准对象，并且需要从多个视角采集图像，这在实际应用中带来了诸多不便。尤其是在动态环境或多相机-投影仪系统中，这种限制尤为明显。因此，研究者们开始探索更简单、更高效的校准方法，其中基于球体的校准方法因其独特的几何特性而备受关注。球体作为一种三维几何体，具有无方向性和均匀性，使其在任何角度下都可见，无需精确的多视角姿态对齐。这一特性为校准提供了新

  来源：Pattern Recognition

  时间：2025-10-02

• CoMPR：通过双向匹配和点回收实现的高效点云数据集压缩

  近年来，随着人工智能和深度学习技术的迅速发展，对大规模数据集的需求也在不断增长。然而，这些数据集往往伴随着高昂的计算和存储成本，给实际应用带来了诸多挑战。特别是在点云数据处理领域，由于其独特的结构特性，如点的不规则性、无序性和非结构化特征，使得数据处理和存储的复杂性进一步增加。因此，研究如何高效地压缩点云数据集，成为当前学术界和工业界关注的热点问题。点云数据是当前三维建模、自动驾驶、机器人技术以及地理信息系统等领域的重要数据形式。它由一系列具有X、Y、Z坐标的点组成，这些点通常由3D扫描仪或激光雷达（LiDAR）传感器采集，能够快速获取大量数据。然而，点云数据的处理过程中，由于其非结构化的特性

  来源：Pattern Recognition

  时间：2025-10-02

• 基于语义引导的扩散算法在水相关图像增强中的应用

  在海洋探索、水下机器人导航以及生态监测等应用中，水相关图像扮演着至关重要的角色。然而，由于水下环境中光的波长依赖性吸收和散射现象，这些图像常常受到颜色失真、对比度降低和结构模糊等严重退化问题的影响。这些问题不仅降低了图像的视觉感知质量，还影响了后续视觉任务的执行效果，例如目标检测、三维重建和语义分割等。因此，开发一种具有高鲁棒性和感知一致性的图像增强方法，对于在复杂水下环境中恢复结构信息和自然颜色具有重要意义。现有的水下图像增强方法可以大致分为三类：非物理模型方法、物理模型方法以及基于深度学习的方法。非物理模型方法不考虑光在水中的传播特性，而是直接在像素域或频率域进行增强操作。这类方法通常包括

  来源：Pattern Recognition

  时间：2025-10-02

• 结构感知的球形密度引导跨域学习：有效理解点云数据

  在三维点云处理领域，近年来取得了显著的进展。随着3D扫描和成像技术的不断成熟，点云数据的获取变得更加便捷，从而推动了其在自动驾驶、场景理解、虚拟现实等应用中的广泛使用。然而，点云数据的处理仍然面临诸多挑战，尤其是在如何有效捕捉和理解其复杂的结构信息方面。传统的图像处理方法，例如卷积神经网络，通常依赖于像素的有序排列和结构化网格，这与点云数据的无序性和不规则性形成了鲜明对比。因此，研究者们探索了多种新的方法，以更好地适应点云数据的特性。当前，许多点云处理方法主要依赖于欧氏距离来执行K近邻（KNN）算法，以进行局部特征的聚合。这种方法虽然在一定程度上能够提取点云的局部信息，但其局限性也显而易见。例

  来源：Pattern Recognition

  时间：2025-10-02

• 由实例导向查询驱动的泛化指称表达式分割

  在当今人工智能和计算机视觉飞速发展的背景下，图像与语言的结合成为了一个重要的研究方向。其中，参照表达分割（Referring Expression Segmentation，简称 RES）作为一项关键的下游任务，旨在通过用户提供的文本描述，精准地识别图像中的特定区域。这项技术在人机交互、机器人导航、智能视觉系统等领域具有广泛的应用前景。然而，传统的 RES 方法在处理多目标或多不存在目标的场景时存在明显的局限性，难以满足实际应用中的复杂需求。为了解决这一问题，研究者们提出了广义参照表达分割（Generalized Referring Expression Segmentation，简称 GRE

  来源：Pattern Recognition

  时间：2025-10-02

• 关于固相抗磷脂抗体检测的当代分析：其对抗磷脂综合征分类或诊断的意义

  Caitlin Thirunavukarasu|Leonardo Pasalic|Emmanuel J. Favaloro澳大利亚新南威尔士州Westmead医院临床血液科摘要抗磷脂抗体（aPL）检测是诊断抗磷脂综合征（APS）的必要手段。尽管这些检测方法有不同的用途，但临床医生有时会不恰当地将其作为诊断标准。我们根据澳大利亚病理学家皇家学院质量保证计划（RCPAQAP）免疫学项目在过去3年的最终报告数据，评估了抗心磷脂（aCL）和抗β-2-糖蛋白（aβ2GPI）检测的实验室间一致性。我们分析了aCL免疫球蛋白（Ig）G、aCL IgM和aβ2GPI IgG检测的结果，这些检测代表了主要的aP

  来源：Pathology

  时间：2025-10-02

• 玉米（Zea mays L.）丝状部分的乙醇和乙酸乙酯提取物的定量植物化学成分分析、气相色谱-质谱（GC-MS）检测以及体外抗氧化特性研究

  M.B. Adekola|A.G. Daramola|A.O. Fajobi|I.J. Komolafe|M.O. Odejobi|R.O. Fasasi|Z.D. Bello|M.O. Adefioye|E.O. Osigwe|T.M. Akinde|A.A. Bello尼日利亚阿贝奥库塔联邦农业大学环境管理与毒理学系。摘要玉米须因其含有丰富的次级代谢产物而具有重要的营养价值和药用价值，然而，关于其植物化学成分及提取物的生物效应的研究却很少或几乎不存在。本研究利用气相色谱-质谱（GC-MS）技术分析了玉米须提取物（乙醇和乙酸乙酯溶剂）中的植物化学成分和抗氧化特性，并鉴定出了多种生物活性化合物

  来源：Next Research

  时间：2025-10-02

• 垂直结构的CsPbI₃光电探测器：基于SCAPS数值模型的研究洞察

  在当前快速发展的光电子技术领域，光探测器作为关键组件，其性能直接影响着各类应用，如图像传感、光学通信、环境监测以及低光检测等。随着对高性能、低成本和稳定性的需求不断提升，基于钙钛矿材料的光探测器逐渐成为研究热点。钙钛矿材料，尤其是全无机钙钛矿CsPbI₃，因其独特的物理化学特性，展现出巨大的应用潜力。这些特性包括可调的带隙、高光吸收系数、长载流子扩散长度以及优异的热稳定性。相比传统有机-无机混合钙钛矿材料，CsPbI₃避免了有机阳离子的挥发问题，显著提升了器件的长期稳定性与抗热应力能力。此外，其在可见光至近红外波段的光谱响应范围，使其成为多功能光电子设备的理想选择。为了进一步优化基于CsPbI

  来源：Next Research

  时间：2025-10-02

• 用于基于骨架的动作识别的解耦自适应多维动态图卷积网络

  在计算机视觉领域，人体动作识别是一个备受关注的研究课题。它不仅在人机交互、智能医疗、视频监控等多个实际应用中发挥着重要作用，而且随着深度学习技术的不断发展，其研究也逐渐深入。目前，基于骨架的动作识别方法因其在复杂环境下的鲁棒性而受到越来越多的关注。骨架数据相比传统的RGB视频或深度图像，具有更强的抗干扰能力，尤其在背景遮挡、摄像机视角变化以及光照条件不理想的情况下，骨架数据能够更稳定地表示人体动作信息。因此，越来越多的研究者开始探索如何利用骨架数据进行高效、准确的动作识别。然而，现有的基于图卷积网络（Graph Convolutional Networks, GCNs）的方法在处理骨架数据时仍

  来源：Neurocomputing

  时间：2025-10-02

• DJIST：一种用于序列视觉位置识别的解耦联合图像与序列训练框架

  本文探讨了一种新的视觉地点识别（VPR）方法，特别针对序列到序列（seq2seq）任务的挑战。传统的VPR主要关注于将单张查询图像与已存储的地理标记图像进行匹配，这种图像到图像（im2im）的方法在实际应用中虽然有效，但在实时机器人和自主系统中，由于连续的帧流自然地形成一个更简单的序列到序列问题，但可用的标签化序列数据却远比单张图像的标签数据少。因此，研究者们尝试通过联合训练策略来改善这一状况，如JIST方法，它结合了im2im和seq2seq任务，利用大尺度的im2im数据集提升序列数据的识别性能。然而，这种方法仍然存在一定的局限性，因为序列描述符在很大程度上依赖于im2im任务中训练的个体

  来源：Neurocomputing

  时间：2025-10-02

• 实施基于自然的解决方案：来自私营承包商和咨询公司的见解

  近年来，全球范围内对基于自然的解决方案（Nature-based Solutions, NbS）的重视显著提升。这类解决方案通过保护、恢复和可持续管理自然生态系统来应对气候变化、生物多样性丧失、水安全等多重挑战。然而，尽管政策支持不断加强，NbS的实际落地仍面临诸多障碍。2024年发表于《Science of the Total Environment》的一项研究，聚焦于欧洲私人部门从业者参与NbS项目中的挑战与机遇，通过访谈17位承包商和顾问，揭示了当前NbS推广的核心矛盾。### 一、NbS的定位与发展困境NbS被联合国环境规划署（UNEP）定义为通过自然或改造后的生态系统实现社会、经济与

  来源：Nature-Based Solutions

  时间：2025-10-02

知名企业招聘：