本研究提出了一种新颖的主动防御方法——抗修复，旨在应对恶意图像操控。该方法结合多级深度特征提取、跨尺度数据增强和分布偏差优化策略，有效保护图像免受未知条件下的攻击。实验结果表明，抗修复在不同条件下具有显著的防御效果和鲁棒性。

本文介绍了监控视频中异常事件检测的挑战和解决方法，包括无监督的混合架构设计和深度特征提取。同时还介绍了其他相关的异常事件检测方法和技术。

本文介绍了一种新的图像与点云跨模态配准方法DeepI2P，该方法通过预训练模型和深度特征提取显著提高了配准准确性。实验结果表明，该方法在多个基准测试中表现优异，内点比率和配准召回率均有显著提升。

本研究提出了FastFlow，一种基于2D归一化流的无监督异常检测方法，结合深度特征提取器，准确率达到99.4％ AUC。同时介绍了结合卷积神经网络的DifferNet，解决产品缺陷检测问题，表现优于现有方法。研究表明，自监督学习与对比学习结合的模型在异常检测中具有更高的准确性和推理效率。