平行图像：从理论框架到多模态智能视觉应用

作者：Zhang Hui, Tian Yonglin, Wang Yutong, Gou Chao, Li Xuan, Wang Feiyue · 发表于：Journal of Image and Graphics · 年份：2026 · DOI：10.11834/jig.250231 · 研究领域：EEG and Brain-Computer Interfaces、Visual Attention and Saliency Detection、Mind wandering and attention

在深度学习推动下，视觉感知系统在智能驾驶、安防监控和医疗诊断等领域取得显著进展。然而，现实场景中数据分布的极度不均衡、长尾样本的稀缺性及高昂的人工标注成本，已成为制约模型性能与泛化能力的关键瓶颈。平行图像作为基于平行系统理论发展而来的新型图像生成与建模方法体系，通过构建人工场景系统、开展计算实验推演及虚实平行执行，形成“建模—训练—反馈—优化”的闭环机制，为视觉感知系统提供了高质量、多样化、结构化的合成数据支撑。本文系统梳理了平行图像的理论基础与发展脉络，重点综述其在虚拟场景生成、多模态特征融合、虚实域迁移和异构知识驱动的平行推理等关键技术路径上的研究进展与应用探索。同时，结合当前生成式人工智能和大规模多模态基础模型的发展趋势，分析了平行图像在智能视觉系统演化中的融合潜力。最后，本文指出该领域面临的主要挑战，并对未来的研究方向和应用前景进行了展望。