摘要:在常见的人脸活体检测应用场景中，绝大多数相关技术聚焦于RGB图像或IR图像，但是这些图像缺乏足够的生物特征，容易受到层出不穷的假体人脸攻击。本文提出了一种基于面部多区域联合的Transformer模型，并将多光谱成像技术引入人脸活体检测任务，旨在获取人脸独特的生物特征，增加与假体的可区分性，进而提高活体检测准确率。多光谱图像拓宽了光谱范围，可获取物体更为丰富的反射特性，通过逐像元进行光谱归一化操作，可降低光照强度变化带来影响，增强人脸反射特征区域一致性。算法选取多个人脸核心区域（如眼睛、鼻子、嘴巴、脸颊等）作为深度学习模型输入，构建了基于Transformer的神经网络模型，同时获取人脸局部区域特征和区域间关联特征，整合成完备的人脸生物特征。在作者自建的多光谱人脸数据集上，本文提出的方法获得了95.72%的活体检测准确率以及5.1%的活体检测错分率，优于常用的人脸活体检测模型。

摘要:由DeepMind开发的AlphaFold在蛋白质结构预测领域取得了前所未有的巨大突破，对生命科学的研究产生了革命性的影响。基于大规模的结构预测，AlphaFold结构预测数据库得以建立，它包含超过2亿种蛋白，并覆盖了数十种物种的完整蛋白质组。这篇综述介绍了在“后AlphaFold时代”利用统计物理方法研究蛋白质进化问题的一些最新进展。传统的蛋白质进化研究往往关注同一个家族的蛋白质序列或者结构（微观视角），而随着AlphaFold预测的海量蛋白质结构的出现，研究者可以把视角扩展到大量蛋白质的集合，甚至是直接对比不同物种体内的全部蛋白质，从中挖掘统计趋势（宏观视角）。基于AlphaFold数据库，通过对比40多种模式生物体内相似链长的蛋白质，研究者发现了蛋白质分子进化中的统计规律。随着物种复杂度的提高，蛋白质结构将趋向于更高的柔性和模块化程度，蛋白质序列将趋向于出现更显著的亲疏水片段分隔，蛋白质的功能专一性也不断提高。这些基于AlphaFold的统计研究在分子进化和物种进化之间建立了联系，有助于我们理解生物复杂性的演化。

摘要:对数函数在自动驾驶系统中有着广泛应用，如自动驾驶感知系统通常采用的深度学习方法中，卷积神经网络常会利用对数函数来设计损失函数，故研究对数发明的历史对于掌握对数的概念和应用具有重要意义。本文阐述了纳皮尔对数的定义及其三张表，分析了前人的两类证明方法，提出了新的基于指数函数构造的证明方法。同时本文还分析了纳皮尔的计算方法，相比于对照方法，给出了纳皮尔对精度范围的优化结果，通过MPRF库进行了计算，结果表明纳皮尔对数计算结果更接近真实值。

摘要:混沌激光雷达具有高分辨率、抗干扰和隐蔽性强的优点，然而受限于混沌光源的功率与线性探测器的灵敏度以及硬件带宽，混沌激光雷达在远距离目标探测上存在显著不足。为解决这一问题，本文提出了数字混沌激光雷达（Digital chaos LiDAR）的概念并进行了理论分析与仿真验证。通过蒙特卡洛（Monte Carlo）仿真，我们研究了连续混沌激光雷达（CW chaos LiDAR）、脉冲混沌激光雷达（Pulsed chaos LiDAR）与数字混沌激光雷达的探测概率、虚警概率与探测距离。仿真结果表明数字混沌激光雷达在探测概率大于95%，虚警概率小于5%的置信区间内，探测距离对比连续混沌激光雷达与脉冲混沌激光雷达分别提高了约35倍与8倍。得益于单光子探测器的超高灵敏度与数字化输出，数字混沌激光雷达未来有望在远距离目标探测成像方面获得广泛应用。

摘要:多类眼科疾病早期阶段一般伴有血管的形态学和血流动力学改变，因此进行全眼微血管的评估对于眼科疾病的综合诊断具有重要作用。由于光学成像技术的穿透深度有限，特别是在介质透光率低的情况下，现有的光学成像技术难以对整个眼睛的微血管进行可视化。为此，开发了可以微米级分辨率可视化全眼三维微血管系统的超声超分辨成像技术。首先用中心频率为10MHz的线性阵列快速采集多帧序列，然后经过微泡信号提取，中心点定位，追踪和中心点叠加得到一个剖面的超分辨率图像，最后将机械扫描的所有剖面重建为兔全眼三维超分辨率微血管图像。实验结果证明应用超分辨成像技术可视化整个眼睛的微血管系统，该方法可能对眼科疾病的早期诊断具有一定的临床应用潜力。

摘要:在自动驾驶安全性的研究和应用中，测试里程长、暴露危险场景单一的问题使自动驾驶安全性能的提升受到限制。使用对抗性场景进行测试被认为是解决上述问题的重要手段，然而现有研究采用通用的优化算法作为框架，将大量计算资源浪费在了对参数空间的探索过程中，效率低下。在计算成本的约束下，这些算法甚至无法在更复杂的环境中测试出足够多、足够丰富的失效样本。复杂环境中的对抗性场景测试面临三大挑战：1）信息匮乏；2）对抗性样本在庞大的参数空间中稀疏分布；3）搜索过程中探索与利用难以平衡。本文从这三大挑战出发，提出一种高效的对抗性场景测试框架，通过代理模型来获取更多关于参数空间的信息，精选小样本以打破庞大空间中稀疏事件的制约，在未知区域和对抗性样本附近的目标进行有针对性的搜索和更新，以实现探索和利用的平衡。实验证明，本文提出方法的搜索效率是随机采样的4倍，相对于现有的优化搜索算法亦增加一倍以上，在有限的仿真测试次数下，生成了更多的测试用例以使被测自动驾驶算法失效。特别地，本文提出的方法能够找出许多离群的对抗性样本，揭示出现有算法无法识别的失效模式。本文提出的方法能够快速、全面地定位出被测算法的脆弱场景，为自动驾驶算法的测试验证、迭代升级提供支持。

摘要:氢气可以选择性地清除细胞毒性活性氧。癌细胞内氢气的存在会影响癌细胞内活性氧的平衡，从而导致癌细胞的凋亡。此外，由于氢气对于人体的清洁无害，对细胞膜的高穿透性，相对于药物有着先天的优势。然而口服富氢水和注射富氢生理盐水等手段由于氢气在体内无目的性的扩散，难以实现良好的疗效。本文简要介绍了氢气治疗的机理，并通过列举目前的一些利用纳米材料来进行氢气治疗的方法，介绍了氢治疗中传递氢气主要的几种纳米系统，并对纳米材料在癌症氢治疗中的未来进行了展望。

摘要:阻燃型凝胶聚合物电解质因表现出良好枝晶抑制作用、不易泄露、不可燃等高安全特性,可有效解决热失控或机械冲击等造成的安全隐患,被认为在碱金属电池中具有重要应用前景。本文评述了阻燃型凝胶聚合物电解质在碱金属电池(涉及锂、钠、铝、锌等)中的研究进展。首先讨论了凝胶聚合物电解质的阻燃机理；随后总结了阻燃型凝胶聚合物电解质的常用制备方法,并且论述了不同类别阻燃型凝胶聚合物电解质在不同碱金属电池体系中的应用状况,最后提出了目前存在的挑战和未来可能的发展方向。

摘要:逻辑内建自测试（LBIST）是一种可测试性设计（DFT）技术，利用芯片、板级或系统上的部分电路测试数字逻辑电路本身。LBIST对于许多应用至关重要，尤其是国防、航空航天、自动驾驶等生命和任务关键型的应用。这些应用需要执行片上、板上或系统内自检，以提高整个系统的可靠性以及执行远程诊断的能力。该文首先给出了常用的LBIST分类并描述了经典的也是工业界应用最成功的LBIST架构-STUMPS，然后对国内外研究团队、研究进展进行了总结，接着详细剖析了LBIST的基本原理、时序控制、确定性自测试设计、低功耗设计、X-容忍等关键技术点，列举出主流的LBIST商业工具，并逐一分析了其软件架构和技术特点，最后讨论当前LBIST技术仍需进一步解决的问题并进行展望。

摘要:光子纳米喷流是光照射尺寸与波长相当或略大于波长的无损电介质微颗粒，在微颗粒后表面形成的高强度、紧聚焦光束。光子纳米喷流具有大于照射光的强度、最小能够小于衍射极限的光束宽度、传播超出倏势场区域和较强的背向散射等优异特性，在光信号增强、微纳加工与制造、超分辨光学成像、超灵敏捕获和探测等领域具有重要的应用。本文首先介绍了光子纳米喷流的源头和发现，然后对光子纳米喷流的模型描述、喷流理论、形貌特征、实验测量和主要特性进行了阐述，之后调研和讨论了光子纳米喷流的几个重要应用，最后对光子纳米喷流进行了总结和展望。