本研究提出了一种基于RGB流和表示流的端到端双流网络，用于人类动作识别。该模型通过表示流算法降低计算成本，并结合类激活图和ConvLSTM提高识别准确率，显著缩短预测时间，具有实用价值。

本研究提出了一种基于双流网络的无监督算法，用于在视觉场景中定位声源，并通过半监督学习修正误差，增强算法的可靠性。研究还介绍了神经声学场（NAFs）和SoundSpaces 2.0平台，以提高声源定位和音频-视觉分离的效果。实验结果表明，该方法在性能上优于现有技术。

本文介绍了一种统计一致性攻击（StatAttack），通过自然降解技术降低DeepFake检测器的识别能力。同时提出了DeepFake-Adapter方法，利用适配器模块提高检测准确性。创新的双流网络和半监督学习策略显著增强了深伪检测的鲁棒性和普适性，最终形成的新框架和基准旨在改善深度伪造检测效果。

本文介绍了新开发的医学图像检索系统MedFinder，该系统利用BIMCV-R数据集和双流网络架构，旨在减轻医务人员负担并提高诊断效率。研究表明，MedFinder在三维医学图像检索中表现出色，展示了基础模型在放射学中的潜力，推动了多模态医学图像检索的发展。