李子杏，兰 珍，唐邓清，闫 超，相晓嘉，周 晗

国防科技大学 智能科学学院，长沙 410073

近年来，随着机器学习方法的迅速发展，计算机视觉技术在人脸识别、图像检索、人体动作捕捉等应用领域都取得了突破性进展。尽管目前计算机视觉目标检测的效率和速率较过去已有明显提高，但完全依赖计算机目标检测算法依旧难以适应复杂场景的需求。例如，在自动驾驶、战场作战和视频监控等领域，需要准确快速地识别当前接收到的图像，并抵抗天气以及复杂环境的影响。

相较于计算机，人脑具有处理复杂情况的特殊能力，能够在几百毫秒内对一幅图片或者一个场景的重点敏感信息产生神经响应。其优势可分为两个方面：

（1）高级的认知能力。即人脑对包括情感处理、语义理解和时间相关等非结构化的复杂信息具有卓越的认知能力。

（2）快速的感知能力。人类总是可以自动、快速地从感知觉信息中提取统计结果或相应规律，且该过程通常是无意识的，不需要任务相关。

因此，结合计算机视觉强大的信息处理能力以及人脑的复杂场景和敏感信息认知和感知能力，开展多模态融合方法研究，逐渐成为现今目标检测领域的研究热点。

脑机接口（Brain Computer Interface，BCI）系统能够对大脑活动进行在线解码以响应特定的事件。目前该技术在医疗保健、娱乐文化、军事作战等领域得到了初步的应用。在各种监测大脑活动的方法中，脑电图（Electroencephalogram，EEG）凭借无创、相对便携、价格低和高时间分辨率等优点成为研究BCI的主要手段。……