针对全监督视频实例分割网络训练数据高度依赖精细掩码标注，时间和人工成本过高，导致智能机器无法快速适应新场景的问题，提出一种端到端的掩码生成动态调控弱监督视频实例分割（Weakly Supervised Video Instance Segmentation，WSVIS）网络。为克服初始掩码预测层通道维度突降导致的实例激活特征丢失问题，构建多级特征融合模块，利用特征复用策略预测初始实例特征并融合相对位置信息生成初始预测掩码。然后，提出动态调控机制在通道和空间维度上建立掩码特征依赖关系，强化初始预测掩码与实例感知信息之间的动态交互。最后，网络设计二元颜色相似性生成伪亲和标签取代精细掩码标注，联合边界框与掩码一致性损失实现仅边界框标注的弱监督视频实例分割。实验结果表明，在BoxSet和YT-VIS数据集上，WSVIS网络能达到与全监督网络相近的分割精度和分割效果，同时能够满足实时推理要求，为智能机器快速适应新场景实现实时环境感知和理解提供了理论支撑和算法依据。

视频实例分割是车辆辅助驾驶多目标感知和场景理解的一项关键技术。针对弱监督视频实例分割仅使用边界框对网络进行训练严重制约交通场景大尺度动态范围目标分割精度的问题，本文提出尺度自适应生成调控弱监督视频实例分割网络（Scale Adaptive Generation Regulation weakly supervised video instance segmentation network，SAGRNet）。首先，设计一种多尺度特征映射贡献度动态自适应调控模块，通过动态调整不同尺度特征映射信息贡献度取代原有的线性加权以强化对目标局部位置和整体轮廓的聚焦能力，解决了车辆、行人等目标由于成像距离远近造成的尺度动态范围过大问题；其次，构建目标实例多细粒度空间信息聚合生成调控模块，通过聚合基于不同空洞率提取的多细粒度空间信息生成权重参数以调控各尺度特征，实现了细化实例边界和增强跨通道信息交互掩码特征映射表征能力，有效弥补了实例边缘信息匮乏导致边缘轮廓分割mask连续性缺失问题。最后，为缓解边界框标签监督信息弱化，引入正交损失和颜色相似性损失缩小模型预测mask与真实边界框偏差并计算逐像素点对间标签属性归类模糊问题。Youtube-VIS2019提取的交通场景数据集实验结果表明，SAGRNet相较于弱监督基准网络平均分割精度提升5.1%达到38.1%，为实现多目标感知和实例级场景理解提供了有效算法依据。

回顾性分析在上海市胸科医院已接受调强放射治疗（IMRT）的27例肺癌患者，根据四维CT（4DCT）图像获取患者自由呼吸运动状态下肿瘤在三维方向上的运动幅度及周期。基于以上呼吸运动参数，借助呼吸运动平台测量肿瘤在头脚和左右方向上呼吸运动状态下的剂量分布，采用二维γ分析方法比较呼吸运动状态和静止状态的剂量分布差异，并分析呼吸运动对患者实际治疗时剂量验证的影响。患者平均呼吸运动周期为3.3 s，头脚方向上平均肿瘤运动幅度（5.6 mm）大于左右方向（2.1 mm）和前后方向（2.3 mm），且最大为18 mm。头脚和左右方向的呼吸运动状态下的γ通过率都低于静止状态的γ通过率（p<0.001），且都随肿瘤运动幅度的增加呈逐渐减小趋势，当肿瘤运动幅度大于3 mm时，绝大多数γ通过率小于95%。按呼吸周期中位数分组后，左右方向上的运动状态下两组的γ通过率差异具有统计学意义。肿瘤运动幅度是影响肺癌IMRT剂量验证的主要因素，呼吸运动周期也影响剂量验证。对于呼吸运动幅度较大的患者建议采用呼吸运动管理技术以提高靶区剂量递送的准确性。

氨气是重要的基础工业原材料，实现其非接触探测对于及时发现氨气泄漏，避免重大安全事故发生具有重要意义。针对常规氨气泄漏检测装置需等到氨气扩散到一定范围并与传感器接触时才能响应的不足，提出一种混洗自注意力网络(SSANet)模型实现氨气泄漏红外非接触检测。因红外热像仪获取的氨气泄漏图像含噪高、对比度低，故通过非局部均值去噪、限制对比度的自适应直方图均衡化预处理建立氨气泄漏红外检测数据集。SSANet模型在YOLOv5s基础上通过K-means算法聚类分析出适用于氨气泄漏红外检测的候选框以预置模型参数；采用轻量级ShuffleNetv2网络，将其Shuffle Block中的3×3的深度可分离卷积核替换为5×5，采用含有新卷积模块的SK5 Block对特征提取网络进行重构，使模型大小、计算量和参数量实现轻量化的同时提高检测精度；采用Transformer模块代替原网络瓶颈模块中的C3模块实现泄漏区域多头注意力自底向上融合，实现检测精度的再次提升。实验结果表明，SSANet模型较YOLOv5s基础模型大小和参数量分别减少76.40%、78.30%，降为3.40 M、1.53 M；单张图像平均检测速度提升1.10%，达到3.20 ms；平均检测精度提升3.50%，达到96.30%。本文为开发氨气泄漏非接触探测装置以保障涉氨企业的安全生产和稳定运行提供了一种有效的检测算法。

We have designed and realized an athermal 4-channel wavelength (de-)multiplexer in silicon nitride (SiN). Minimized thermal sensitivity is achieved in a wide wavelength range by using wide and narrow waveguides with low and different thermal-optic coefficients in the two arms of Mach–Zehnder interferometers (MZIs). The SiN core layer and SiO2 cladding layers are deposited by a low-temperature plasma-enhanced chemical vapor deposition process. The fabricated MZI filter exhibits a thermal sensitivity within ±2.0 pm/°C in a wavelength range of 55 nm to near 1300 nm. Then, an athermal (de-)multiplexer based on cascaded MZIs has been demonstrated with a crosstalk ≤ 22 dB and a thermal sensitivity <4.8 pm/°C for all four channels, reduced by 77% compared to a conventional SiN (de-)multiplexer. Owing to the passive operation and compatibility with the CMOS backend process, our devices have potential applications in 3D integration of photonics and electronics.