近些年，隨著圖像圖形技術的迅猛發(fā)展，理論創(chuàng)新與技術革新層出不窮，深刻地影響和改變著人們的生活方式和產業(yè)發(fā)展。為了更好地促進圖像圖形學的發(fā)展，中國圖象圖形學學會建立了學科發(fā)展報告制度，每年由中國圖象圖形學學會咨詢與評議工作委員會組織相關專業(yè)委員會撰寫《圖像圖形學發(fā)展年度報告》，系統分析圖像圖形學各重要研究方向的發(fā)展現狀、前沿動態(tài)、熱點問題和發(fā)展趨勢，為政府決策和項目立項提供參考和咨詢，同時也供圖像圖形領域的科技工作者快速了解圖像圖形學領域的研究進展。為了進一步促進我國圖像圖形技術的發(fā)展和應用、更好地服務圖像圖形領域的科技工作者，現將2022年《圖像圖形學發(fā)展年度報告》在《中國圖象圖形學報》上以此?？l(fā)表。

2022 年度的《圖像圖形學發(fā)展年度報告》征文得到了學會各專業(yè)委員會的大力支持。各專業(yè)委員會積極組織強大的專家團隊，精心選題并撰寫了圖像圖形學各重要研究方向的發(fā)展年度報告。經過選題評審、報告評審以及學報復審等嚴格的評審流程，本次《圖像圖形學發(fā)展年度報告》?？彩珍浤甓葓蟾?8 篇，包括智能交互與跨模態(tài)學習相關的年度報告5 篇，目標檢測與圖像重建相關的年度報告6 篇，模式識別與智能可視化相關的年度報告7篇。

在智能交互與跨模態(tài)學習方面：《面向虛實融合的人機交互》從人機交互涉及感知計算、人與機器人交互及協同、個性化人機對話和數據可視化等4 個維度，系統闡述面向虛實融合人機交互的發(fā)展現狀，并對國內外研究現狀進行對比，展望未來的發(fā)展趨勢；《非侵入式腦—機接口編解碼技術研究進展》綜述了非侵入式腦—機接口編解碼技術以及系統應用的最新研究進展，展望其未來發(fā)展前景，以期促進BCI系統的深入研究與廣泛應用；《元宇宙下的智慧博物館研究進展》對數字化采集技術、文物真實感重建技術、虛擬結合智能交互、智慧平臺建設等關鍵技術進行了對比分析，對諸多數字博物館與藝術機構的案例進行了比較研究，對在元宇宙下建設智慧博物館的發(fā)展趨勢進行了展望?！赌７聦W習綜述：傳統與新進展》圍繞模仿學習的年度發(fā)展，從行為克隆、逆強化學習、對抗式模仿學習、基于觀察量的模仿學習和跨領域模仿學習等多個角度進行深入探討，介紹了模仿學習在實際應用上的最新情況，比較了國內外研究現狀，并展望了該領域未來的發(fā)展方向；《跨模態(tài)表征與生成技術》系統地分析了國際與國內近年來跨模態(tài)表征與生成領域的重要研究進展。詳細綜述了各領域研究的挑戰(zhàn)性，對比了國內外研究的進展情況，梳理了發(fā)展脈絡和學術研究的前沿動態(tài)。展望了跨模態(tài)表征與生成的發(fā)展趨勢和突破口。

在目標檢測與圖像重建方面：《光學視覺傳感器技術研究進展》以典型光學視覺傳感器技術為主線，通過綜合國內外文獻和相關報道，從CCD 圖像傳感器、CMOS 圖像傳感器、智能視覺傳感器以及紅外圖像傳感器等研究方向，梳理論述近年來光學視覺傳感器技術的發(fā)展現狀、前沿動態(tài)、熱點問題和趨勢；《遙感影像小目標檢測研究進展》聚焦于遙感場景，對基于深度學習的小目標檢測進行全面調研。根據小目標的內在特質梳理了遙感影像小目標檢測的3個主要挑戰(zhàn)，包括特征表示瓶頸、前背景混淆以及回歸分支敏感。通過深入調研相關文獻，全面回顧了基于深度學習的遙感影像小目標檢測算法；《高光譜圖像超分辨率重建技術研究進展》從高光譜圖像超分辨率重建領域的新設計、新方法和應用場景出發(fā)，通過綜合國內外前沿文獻來梳理該領域的主要發(fā)展，重點論述高光譜圖像超分辨率重建領域的發(fā)展現狀、前沿動態(tài)、熱點問題及趨勢；《定量磁共振圖像的深度學習重建方法進展》鑒于該領域的快速發(fā)展，總結文獻中報道的大量深度學習和磁共振圖像重建相結合的方法，總結國內外研究發(fā)展的異同和趨勢，并對深度學習助力定量磁共振成像方面進行了展望；《基于圖像的自動駕駛3D 目標檢測綜述——基準、制約因素和誤差分析》從常用數據集和評價基準、數據影響、方法論的制約因素和誤差等角度，對學術界和產業(yè)界在3D 目標檢測方面的研究成果及行業(yè)應用進行較為系統的闡述；《三維場景點云理解與重建技術》圍繞場景點云特征提取、掃描點云配準與融合、場景理解與語義分割、掃描物體點云補全與細粒度重建等等系列技術，詳細分析了基于3維點云的場景理解與重建技術相關的應用領域和研究方向，歸結總結了國內外的前沿進展與研究成果，對未來的研究方向和技術發(fā)展進行了展望。

在模式識別與智能可視化方面：《開放集文字識別技術》針對開放集文字識別中的未知樣本發(fā)現、新類別識別和上下文信息偏差等三大問題，從方法的模型結構、特點優(yōu)勢和應用場景的角度對相關工作進行了綜述。并對開放集文字識別技術的發(fā)展趨勢和研究方向進行了分析展望；《人工智能模型水印研究進展》主要介紹基于數字水印的人工智能模型產權保護技術，通過概述模型水印的研究意義、基礎概念、評價指標和技術分類，梳理國內外研究現狀并總結差異，同時對比優(yōu)勢和劣勢，對模型水印的發(fā)展趨勢進行展望；《基于深度學習的心臟圖像分割研究現狀》回顧了2012 至2022 年有關心室、心外膜、心包脂肪的圖像處理的各項方法、衡量指標及其目前的研究現狀，并結合分割技術的發(fā)展，討論了心臟分割的發(fā)展趨勢；《行人再識別技術研究進展》面向行人再識別的技術發(fā)展和落地應用需求與挑戰(zhàn)，總結分析遮擋行人再識別、無監(jiān)督行人再識別、虛擬數據生成、域泛化行人再識別、換裝行人再識別、跨模態(tài)行人再識別和行人搜索等熱點方向的前沿進展，歸納其發(fā)展現狀和存在問題，最后對行人再識別技術的發(fā)展趨勢進行展望；《6DoF視頻技術研究進展》提出了6DoF 視頻10 個方面的40 個問題，并將6DoF 視頻端到端技術鏈條歸納為生成、分發(fā)和呈現3 個宏觀階段，圍繞這3 個技術階段分別從內容采集與預處理、編碼壓縮與傳輸優(yōu)化、交互與呈現等方面來闡述國內外研究進展；《森林場景可視化和林火模擬仿真技術研究綜述》為森林真實場景的森林火災模擬仿真和數字孿生沉浸式互動模擬系統的構建提供了理論方法基礎，實現森林場景快速構建、不同火源林火模擬、火場蔓延模擬仿真、不同氣象影響條件的火場預測，可對森林火場救援指揮、火場災害評估和火場復原提供可視化決策支持；《智能可視化與可視分析》詳細梳理智能可視化需要完成的任務及解決思路，介紹相應的人工智能方法及智能可視化與可視分析的應用，討論智能可視化方法的發(fā)展趨勢，展望未來的研究方向及應用場景。

本?？?8 篇年度報告內容覆蓋度廣、對國內外研究現狀的總結和發(fā)展趨勢的分析深入全面，集中反映了研究團隊的交叉性、研究主題的廣泛性和研究成果的前沿性。我們期待廣大讀者和科技工作者通過本期《圖像圖形學發(fā)展年度報告》專刊，能夠廣泛深入地了解當前圖像圖形研究領域最新的技術和最前沿的應用方向，在今后的研究工作中更全面地把握國際前沿，更明確地有的放矢，為我國圖像圖形技術的發(fā)展做出新的貢獻。