提出“视觉知识”概念。视觉知识是知识表达的一种新形式. 它与迄今为止人工智能（AI）所用知识表达方法不同. 其中视觉概念具有典型（prototype）与范畴结构、层次结构与动作结构等要素. 视觉概念能构成视觉命题，包括场景结构与动态结构，视觉命题能构成视觉叙事。指出重构计算机图形学成果可实现视觉知识表达及其推理与操作，重构计算机视觉成果可实现视觉知识学习。实现视觉知识表达、推理、学习和应用技术将是AI 2.0取得突破的重要方向之一。

由于应用前景广泛，双足机器人研究引起国内外学者重点关注。实际中，双足机器人常需进行步态切换以实现灵活步行。本文针对一个五杆欠驱动3D双足机器人步态切换问题，提出一种基于分层控制的切换控制策略。该策略包括切换控制器设计以及基于事件的反馈控制器设计。所设计的基于事件反馈控制器会在每一步对反馈增益进行自适应更新，而所设计的切换控制器将引导机器人从当前步态到达目标步态的邻域范围以实现平滑收敛。与以往研究相比，本文采用参数优化法设计切换控制器参数，确保机器人在步态切换过程中满足物理约束条件。最后，为验证所提控制策略的有效性，针对欠驱动3D双足机器人进行了数值仿真验证。

智能家居可提供补充信息以帮助家居服务机器人。本文利用智能家居环境中机器人所获取的历史轨迹数据，提出一种机器人失物搜索（MIF）系统。首先，提出一种多传感器融合方法定位和跟踪用户。其次，利用人物历史轨迹所包含的知识，提出一种路径规划方法生成机器人搜索路径。再次，应用一种基于卷积神经网络的实时物体检测单元检测目标丢失物品。基于搭建的智能家居测试平台进行MIF系统相关实验。最后，实验结果验证了所提方案的准确性和有效性。

可搜索公钥加密使存储服务器在未知数据内容时能对其存储的加密数据进行搜索，这为加密数据存储系统检索密文提供一种非常理想的解决方法。无证书公钥密码体制是一种具有许多优点的新型密码学原语，它不仅克服了基于身份密码体制中的密钥托管问题，而且避免了传统公钥密码体制中复杂的证书管理问题。目前文献中已有3个带关键字搜索的无证书公钥加密方案。然而，这些方案的构造都需要使用耗时的双线性对运算，因此不适用于计算资源受限或电量受限的设备。针对这一问题，我们设计了一个不依赖双线性对的带关键字搜索的无证书公钥加密方案。基于计算性Diffie-Hellman问题的困难性假设，我们证明所提出方案在随机预言模型中满足适应性选择关键字攻击下的密文不可区分安全性。效率对比和仿真实验表明，该方案具有更好性能。此外，我们还给出3个拓展方案。

基于Web3D构建公共消防疏散系统存在许多限制其计算能力的瓶颈。本文集中解决3个关键问题：（1）大型建筑场景数据量大，难以通过互联网传输并在网络终端设备实现可视化；（2）原始火灾动态模拟器烟气数据量大，且实时动态变化，难以通过互联网传输并在网络终端设备实现可视化；（3）为公众提供的智能消防疏散系统往往难以兼顾准确性和实时性。针对以上问题，本文提出3个解决方案：（1）将大型场景模型简化为轻量型场景模型；（2）将动态烟雾简化为轻量级烟雾模型；（3）利用场景模型和烟雾数据建立动态障碍物图，规划最优疏散路径。本文提出一种基于蚁群优化算法（RFES-ACO）的实时消防疏散系统，该算法基于动态信息素重用。仿真结果表明，公众可在移动Web3D设备上实时、顺畅地进行消防疏散演练的交互和体验。最后，与leader-follower算法和随机算法的对比实验，证明了实时消防疏散系统（RFES）的高效性，其疏散率优于其它两种算法。

视网膜血管分割是眼底图像分析的一个重要问题。本文提出一种融合显著性模型和高斯网（GNET）模型的新型深度学习结构分割视网膜血管。显著性图像替代原始图像作为GNET模型的输入。GNET模型具有双边对称结构。左边结构中，在第一层进行上采样操作，在其他层进行最大池化操作；右边结构中，在第一层进行最大池化操作，在其他层进行上采样操作。利用DRIVE数据库对所提方法进行评估。实验结果表明，与UNET模型相比，GNET模型能获得更精确的特征和更精细的细节。本文所提算法能提取准确的血管网络，与其他深度学习方法相比具有更高精确度。视网膜血管分割有助于提取血管变化特征，为脑血管疾病筛查提供依据。

单次运动想象脑电分类常用于脑机接口系统控制，是人-机之间的沟通桥梁。然而，脑电信号具有低信噪比和个性化差异，会对分类结果产生不利影响。本文提出一种改进的共同空间模式（B-CSP）方法，提取特征并消除负面影响。首先，针对不同被试，采用巴氏距离并基于事件相关去同步（ERD）和事件相关同步（ERS）模式选择每个电极通道的最优频率段；其次，采用B-CSP方法提取最优频率段脑电信号特征，获得可以最大程度区分两类运动想象的特征。采用所提方法对公共数据集和实验数据集提取特征，并结合反向传播神经网络进行单次运动想象脑电分类。将B-CSP方法与两种传统脑电特征提取方法——原始共同空间模式（CSP）和自回归（AR）——比较。采用B-CSP方法在公共数据集的表现（左手/双脚：91.25%±1.77%；左手/右手：84.50%±5.42%）和实验数据集的表现（左手/双脚：90.43%±4.26%）均优于两种传统方法。实验结果表明，本文所提方法能够有效分类运动想象脑电，并能对脑机接口系统开发提供实践和理论基础。

快速准确地从医学图像中提取血管结构是许多临床医疗的基础。然而，大多数血管分割方法忽略了分割结果中孤立点和冗余点的存在。本文提出一种基于先验形状和局部统计的血管分割方法，能有效消除异常值并精确分割粗细血管。首先，定义了一种改进的血管滤波器，用于量化每个体素属于管状结构的可能性；其次，执行匹配和连接操作以获得血管掩模；最后，在血管掩模基础上实现基于局部统计的区域生长方法，得到较为完整的无外围值的血管树。与Frangi方法以及Yang方法在实际血管造影图像上的实验和比较，证明该方法在保持血管分支连通的同时，可以有效去除异常值。

在雾气中，可见光的散射降低了图像可见度。目前，去雾仍是图像处理应用的一个挑战。为实现去雾，提出一种基于单个像素的去雾加速算法。不同于基于区块的方法，所提方法分别估计每个区域的变换矩阵和大气光参数，其中加速的关键在于所有参数能在一次遍历中获得。然后，对传输映射进行双边过滤，恢复像素之间的关系。通过线性模糊模型恢复后，对恢复的图像进行调整，以提高对比度、光照强度和饱和度，尤其是补偿由相应波长引起的不同通道的光强误差。实验结果表明，该方法在处理速率方面优于已有的最先进去雾算法。与其他去雾方法比较和引入定量准则（峰信噪比、可检测边际速率、信息熵差）验证该方法有效。

为减少大规模电力系统暂态稳定分析的计算时间，实现紧急控制策略的实时计算，提出基于实时动态等值的快速暂态稳定仿真及紧急控制策略算法。通过故障后短时间的全系统数值积分计算，将发电组实时分群并进行模型聚合，并运用提出的等值系统节点导纳矩阵快速计算方法求取等值系统网络参数。在获得的动态等值系统上完成暂态稳定仿真计算和基于数值积分灵敏度的紧急控制决策计算。最终，经过等值系统向原始系统反向映射，获得原始系统的紧急控制策略。在包含496台发电机和5075节点的区域电网中进行仿真计算。结果表明该算法可获得准确的暂态稳定计算结果和有效的紧急控制策略，与常规暂态稳定数值积分算法以及基于数值积分灵敏度的紧急控制算法相比，大幅减少了计算时间。

跳频作为扩频通信的一种常用技术，以其截获概率低、抗干扰能力强和保密性好等优点，在雷达和通信系统中得到广泛应用。然而，非合作条件下的跳频信号辐射源识别作为一大难题，不仅由于其对噪声影响敏感，信号的非线性、非高斯性和非平稳性使得很难在其原始信号空间实现跳频信号分类识别。现有的一些分类识别算法，如稀疏表征分类算法（SRC），仅使用单个信号样本而非整体样本表征测试数据，过分强调稀疏特性而忽略信号样本之间的相关性。为解决上述问题，本文提出一种基于核空间投影和联合表征的跳频信号辐射源指纹特征识别方法。该方法将核空间投影、相关特性表征以及个体分类学习融合到同一个联合表征框架，通过该框架实现辐射源信号分类识别。实际跳频信号的大量实验表明，与几种最先进的识别方法相比，所提算法具有可行性和有效性。

邻居发现在停留交会应用中十分重要。在停留交会应用中移动传感器节点与部署在不同交会点的固定传感器节点进行通信。在现有邻居发现协议中，概率性邻居发现协议在一般情况下表现良好，但存在非周期性、不可预测性和无限发现延迟。确定性邻居发现协议可牺牲平均邻居发现性能以提供最差情况下的邻居发现延迟。本文提出一种基于移动信息辅助的时槽同步技术，通过时槽同步提升确定性邻居发现协议的平均性能，同时不增加额外传感器节点能量开销。针对邻居发现中的信标帧冲突可能导致的邻居发现失败情况，提出一种优化的信标帧发送策略。通过理论分析和基于莫高窟游客追踪系统积累的实际数据，验证该基于移动信息辅助时槽同步技术的性能。实验结果表明，所提时槽同步技术最高可将目前最优的确定性邻居发现协议平均性能提升两个数量级。