随着立体显示技术的成熟，基于立体显示的图像增强方法成为研究热点。人眼光泽感知是一种独特的视觉特征，它反映了物体表面的物理特性，对人类的认知活动至关重要。在立体显示下，双目光泽的呈现与感知研究是双目视觉研究的有力扩展和补充，可为立体显示设备再现更为丰富的图像外观提供应用基础。本文从双目光泽的现象学、理论学和影响线索3个方面展开分析，总结了立体显示下双目光泽的研究现状，指出了当前双目光泽感知研究存在的问题：对目标产生光泽感知的深层神经机理尚不清楚；对影响光泽感知的线索探究还停留在现象表面，其背后的多线索交互作用仍不明确；光泽感知测量评价的定量心理物理学实验数据有待扩充。未来，基于立体显示技术的光泽感知与视觉系统的联合探索或能成为极具潜力的研究热点。由于光泽感知是一种心理量，每个人对它的感知都存在特异性，我们认为需要精心设计更多的光泽感知实验来研究立体显示器中目标表面光泽属性再现，以扩展立体显示下的基础表示场景。

红外点目标检测是红外制导系统的关键技术之一，是**应用领域的研究热点。一方面，点目标在大气传输和散射过程中由于观测距离长，常常淹没在背景杂波和大噪声中，信噪比低。另一方面，图像中的目标以模糊点的形式出现，使得目标没有明显的特征和纹理信息。由于不同红外图像中的点目标具有不同的外观、形状和姿态，加之噪声杂波的干扰遮挡，经过单帧检测后，除了真实目标外，图像中可能有虚假目标和一些强噪声。因此，由于这几个因素，红外点目标检测变得非常困难。为了解决这一问题，作者研究了红外点目标检测的相关方法，提出了非凸秩逼近最小化方法（NRAM）与改进的随机漫步者方法（MRW）相结合的方法（NRAM-MRW），在复杂的红外背景下，针对红外点目标的检测中有着较好的检测效果。

针对卷积神经网络在步态识别时准确率易饱和现象，以及Vision Transformer（ViT）对步态数据集拟合效率较低的问题，提出构建一个对称双重注意力机制模型，保留行走姿态的时间顺序，用若干独立特征子空间有针对性地拟合步态图像块；同时，采用对称架构的方式，增强注意力模块在拟合步态特征时的作用，并利用异类迁移学习进一步提升特征拟合效率。将该模型运用在中科院CASIA C红外人体步态库中进行多次仿真实验，平均识别准确率达到96.8%。结果表明，本文模型在稳定性、数据拟合速度以及识别准确率3方面皆优于传统ViT模型和CNN对比模型。