复杂场景作为制约计算机视觉性能的关键因素,需要深化目标检测的识别方法理论创新。然而,现有识别方法在面对光照变化、遮挡干扰及多目标共现等复杂环境时,导致特征表达缺失、神经网络训练不稳定及尺度自适应能力受限等系统性困境。为解决这些技术难点,应建立基于特征重构、网络解耦及模态协同的系统化识别方法框架,着力提升目标检测算法在复杂环境下的运行稳定性,同时推进复杂场景下目标检测的理论体系完善与算法性能优化。

复杂场景；目标检测；识别方法；特征重构；模态融合

[1]刘浩鸣.复杂光照条件下目标增强-检测方法研究[D].吉林大学,2023.DOI:10.27162/d.cnki.gjlin.2023.001887. [2]庄巧蕙.基于深度学习的复杂场景多尺度目标检测与识别方法研究[J].信息记录材料,2025,26(02):208-211.DOI:10.16009/j.cnki.cn13-1295/tq.2025.02.059. [3]任清论,朱方文,袁政鹏.在复杂场景中多目标物的检测识别方法[J].微计算机信息,2004,(06):58-60. [4]杜兰,王兆成,王燕,等.复杂场景下单通道SAR目标检测及鉴别研究进展综述[J].雷达学报,2020,9(01):34-54.

DOI： https://doi.org/10.62639/sspis33.20250204

Published： 2025