即日，安徽新华学院王琦进老师团队正在零落主意检测技艺查究上赢得新起色。查究论文“Apply prior feature integration to sparse object detectors”被SCI国际顶级期刊《Pattern Recognition》收录。该校2022级联培硕士查究生钱雨为第一作家，王琦进老师为通信作家，该论文的发布是学校正在科学查究与人为智能学科修立上的又一紧要劳绩。
《Pattern Recognition》是形式识别与人为智能范畴国际公认的顶级学术期刊，由Elsevier公司出书。该期刊2024年的影响因子为7.5，稳居中科院揣度机科学一区TOP期刊，同时被国度一级学会—中国揣度机学会（CCF）列为人为智能范畴B类举荐期刊、中国主动化学会（CAA)A类举荐期刊，彰显了其优异的学术影响力与名望。
论文聚焦于零落主意检测中的高斯噪声框去噪困难，针对噪声框正在特性金字塔中的低效成亲以及整体特性逮捕的寻事，团队成立性地提出了Prior Sparse R-CNN主意检测框架。该框架奇妙安排了一种聚会编码器，通过扩展残差块和特性聚会计谋，有用处置了主意标准转变带来的检测困难，并正在单特性图下杀青了检测恶果的明显晋升。尤为值得一提的是，Prior Sparse R-CNN引入了区域天生搜集（Region Generation Network, RGN)，通过卓殊的熬炼经过天生特性图的先验预测，这些先验音讯与噪声框举行精准成亲，明显晋升了熬炼的精准度易倍EMC网页版登录。与现有措施比拟，Prior Sparse R-CNN的均匀精度（AP）降低了1.5个百分点，同时熬炼周期缩短至本来的3/5，呈现了精良的职能晋升与恶果优化易倍EMC网页版登录。
该劳绩不单为零落主意检测技艺的发张开辟了新的途途，也进一步彰显了安徽新华学院正在人为智能范畴的查究内幕与功绩。异日，学校将接连正在人为智能及相干科研范畴深耕细作，不停攀高科技顶峰，为高质地操纵型人才作育功绩气力。（邱国新 翟漱文）