近日，魯東大學(xué)資源與環(huán)境工程學(xué)院吳孟泉教授團(tuán)隊在人工智能TOP期刊（影響因子：7.5）《Engineering Applications of Artificial Intelligence》(EAAI)上發(fā)表學(xué)術(shù)論文“An advanced multi-source data fusion method utilizing deep learning techniques for fire detection”，學(xué)院本科生首篇AI頂刊。2020級地理信息科學(xué)本科生王時寬為第一作者，吳孟泉教授為通訊作者，其中團(tuán)隊成員21、22級本科生，高金坤、孟令毅、陳志鵬、張啟櫟、張藝可和梁爽參與研究工作。論文鏈接：https://www.sciencedirect.com/science/article/pii/S095219762402061X

　　EAAI 為人工智能領(lǐng)域top期刊，IFAC 8本會刊之一。IFAC成立于1957年，是一個以國家組織為其成員的國際性學(xué)術(shù)組織。IFAC主辦包括Automatica、Control Engineering Practice、Engineering Applications of Artificial Intelligence在內(nèi)的8本會刊，其中Engineering Applications of Artificial Intelligence是智能控制技術(shù)領(lǐng)域知名的高水平期刊，致力于推廣和傳播人工智能工程應(yīng)用的創(chuàng)新研究成果。

　　火災(zāi)對生態(tài)系統(tǒng)、人類生命和財產(chǎn)構(gòu)成重大威脅。論文提出了一種綜合煙火檢測方法(FireSmoke-YOLO)，與圖1天-空-地-人一體化系統(tǒng)結(jié)合，可以提高對于火災(zāi)場景的復(fù)雜性以及檢測分散的小目標(biāo)煙火檢測能力；提出了一種漏斗空間金字塔池化快速算法（FSPPF，圖2），可以更好地捕捉煙火的特征，且降低模型的權(quán)重文件大小，最重要的是模型在沒有學(xué)習(xí)遙感圖像煙霧紋理信息的條件下，可以準(zhǔn)確地識別出煙霧（如圖3）。大量的實驗結(jié)果表明，F(xiàn)ireSmoke-YOLO算法綜合目標(biāo)（包含煙和火）在mAP50和mAP50-95評價指標(biāo)達(dá)到了81%和59%。FSPPF代碼鏈接：https://github.com/WangShiK/YOLOv8-FS/tree/main

圖1 天-空-地-人一體化系統(tǒng)

圖2 FSPPF結(jié)構(gòu)圖

圖3 檢測結(jié)果

　　“資環(huán)開拓者”作為資環(huán)本科生科技創(chuàng)新團(tuán)隊（指導(dǎo)老師為吳孟泉教授），近年來累計在國內(nèi)外各級期刊發(fā)表論文二十余篇、申請和授權(quán)國家發(fā)明專利、計算機(jī)軟件著作權(quán)四十余項，并在“互聯(lián)網(wǎng)+”大賽、挑戰(zhàn)杯、GIS專業(yè)競賽等大學(xué)生創(chuàng)新創(chuàng)業(yè)競賽與專業(yè)競賽中獲獎眾多。王時寬作為團(tuán)隊2020級本科生，從大一開始就表現(xiàn)出了對地信專業(yè)濃厚的興趣，在吳孟泉老師指導(dǎo)下開始探索計算機(jī)視覺(CV)與GIS相結(jié)合的領(lǐng)域，將基于CV的空間分析應(yīng)用于松材線蟲病與森林火災(zāi)實時監(jiān)測等領(lǐng)域，并取得相關(guān)成果。（通訊員 王溫馨）