本网讯（文/科技处 李世毅）近日，js333线路检测电子信息学院副教授李翠锦与重庆邮电大学教授瞿中合作，以第一作者身份在国际权威、智能交通领域的顶级期刊IEEE Transactions on Intelligent Transportation Systems（IF= 9.55，中科院1区Top期刊）发表了题为“PerspectiveNet: An Object Detection Method with Adaptive Perspective Box Network Based on Density-aware”的研究性论文。
该论文主要针对复杂交通环境中对象相互遮挡和置信度不准确的问题，提出了一种基于密度感知的带透视盒的自适应网络对象检测算法。据悉，李翠锦团队长期致力复杂交通环境下多目标检测与识别的研究，探索基于深度学习的智能目标检测理论与方法，研究自适应重叠窗口的特征提取、深度学习的目标检测方法，改进多尺度、增强卷积与混合池化等深度学习模型，提出深度神经网络与毫米波雷达融合技术，实现高精度多目标检测，探索迁移学习、模型剪枝、知识蒸馏和再生神经网络等压缩方法，提高目标检测的实时性。在IEEE-TITS、CAAI Transactions on Intelligence Technology、IEEE-TCSVT、PRL等国内外高水平学术期刊发表论文10余篇，申请国家发明专利5项，编著3本。