本研究提出了一种新型对抗补丁，针对近红外人脸识别系统的脆弱性。通过使用红外吸收墨水，优化补丁的形状和位置，成功实现物理攻击率达到82.46%。

本文探讨了社交互动中人类感知与行为的变化，基于预测编码理论提出了人工神经网络模型，分析了社交环境下的信息编码差异。同时，研究了功能近红外光谱(fNIRS)在情感识别中的应用，提出了新的情感识别方法，显著提高了跨受试者的识别性能。

本文介绍了基于Mamba模型的多种图像处理技术，包括全色与NIR色彩化、图像上色、pan-sharpening和高光谱图像分类。这些方法在性能上优于现有技术，显著提高了图像质量和处理效率，展示了Mamba模型在图像融合和转换领域的潜力。

DiffusionSat 是一个大型生成基础模型，利用高分辨率遥感数据集进行训练，能够处理卫星图像生成和超分辨率等多种任务。此外，研究还提出了基于深度学习的模型，用于多光谱和高光谱图像建模，展示了其在数据同化中的应用潜力。

本文介绍了多种基于深度学习的图像处理方法，如MPFNet、MCFNet和NFER-Former，旨在提升近红外（NIR）与RGB图像的转换和融合性能。研究显示，这些方法在多个数据集上显著提高了图像细节保留和语义分割的效果。

皮肤病变对黑素瘤监测至关重要。丑小鸭痣是一种特征鲜明的痣，与其他病变不同。计算机辅助诊断结合机器学习和患者分析方法，提高诊断准确性，缓解专业人员短缺问题。机器学习和深度学习技术在黑色素瘤和痣检测中广泛应用，结果与专家相当。

利用大规模可见光数据对大型神经网络进行预训练，然后采用正则化的微调策略，通过将异构人脸识别问题视为低数据微调问题，达到或超过四个公开基准的最新成果。

使用近红外视频和替代的卷积关注网络架构回归光电容积脉搏图信号，证明了该方法的有效性。实验结果表明，对近红外视频的有效性和架构回归精确信号的可行性得到了证明。

该研究使用NIR-HSI图像校准蛋白质含量回归和谷物品种分类模型，并提出了调整方法以减轻预测分布偏差。研究发现，纳入较低比率图像可增强模型鲁棒性。