《Pattern Recognition》是模式识别与人工智能领域国际公认的顶级学术期刊，由Elsevier公司出版。该期刊2024年的影响因子为7.5，稳居中科院计算机科学一区TOP期刊，同时被国家一级学会—中国计算机学会（CCF）列为人工智能领域B类推荐期刊、中国自动化学会（CAA）A类推荐期刊，彰显了其卓越的学术影响力与地位。
论文聚焦于稀疏目标检测中的高斯噪声框去噪难题，针对噪声框在特征金字塔中的低效匹配以及全局特征捕捉的挑战，团队创造性地提出了Prior Sparse R-CNN目标检测框架。该框架巧妙设计了一种聚合编码器，通过扩展残差块和特征聚合策略，有效解决了目标尺度变化带来的检测难题，并在单特征图下实现了检测效率的显著提升。
尤为值得一提的是，Prior Sparse R-CNN引入了区域生成网络（Region Generation Network, RGN），通过额外的训练过程生成特征图的先验预测，这些先验信息与噪声框进行精准匹配，显著提升了训练的精确度。与现有方法相比，Prior Sparse R-CNN的平均精度（AP）提高了1.5个百分点，同时训练周期缩短至原来的3/5，展现了良好的性能提升与效率优化。
该成果不仅为稀疏目标检测技术的发展开辟了新的路径，也进一步彰显了我校在人工智能领域的研究底蕴与贡献。未来，我校将继续在人工智能及相关科研领域深耕细作，不断攀登科技高峰，为高质量应用型人才培养贡献力量。
《早上好，新华人！》
终审 | 朱玉娟
