本网讯 近日，安徽建筑大学电子与信息工程学院2022级钱雨(第一作者)，在校外兼职硕士生导师安徽新华学院王琦进教授(通讯作者)的指导下，在国际期刊《Pattern Recognition》（影响因子IF=7.5，中科院计算机科学1区TOP期刊）在线发表题为“Apply prior feature integration to sparse object detectors”的研究论文，安徽建筑大学为第一完成单位。该论文的发表是威廉希尔官网在人工智能领域的工作成效体现，也是与安徽新华学院联合培养硕士研究生的成果表现。
该论文研究了稀疏目标检测中高斯噪声框的去噪过程。针对噪声框在特征金字塔中低效匹配和全局特征难以捕获的问题，科研人员提出了Prior Sparse R-CNN目标检测器。该算法设计了一种聚合编码器，通过扩展残差块和特征聚合来解决目标尺度问题，并在单特征图下提高效率。此外，该算法还引入了区域生成网络（Region Generation Network，RGN），通过额外的训练生成特征图的先验预测结果。噪声框能够与这些先验预测结果匹配，从而有效提高训练精度。与原有方法相比，Prior Sparse R-CNN的AP提升了1.5，同时训练周期仅需原来的3/5。（文/图：王琦进、朱培灵；一审：杨玲；二审：杨亚龙；三审：孙长城）
编辑：李欣；二审：葛建化；终审：徐庚阳
