广州华商学院人工智能学院倪伟传在国际期刊《Hydrology Research》(SCI检索，JCRQ2，中科院四区)发表题为《Detecting floating litter in freshwater bodies with Adaptive feature fusion》的研究论文。《Hydrology Research》由国际水文科学协会（IAHS）与 Wiley-Blackwell 联合出版。
提出了一种漂浮物检测算法整合动态感知机制与多模态融合策略，算法通过引入多尺度先验框自适应调整算法，同时在漂浮垃圾关机制，增强算法的漂浮物跟踪效果。通过算法引入运动-外观特征加权融合模块，构建多头注意力增强的动态推理网络。最后，针对算法整体加入了融合波动感知的阈值优化策略和动态推理优化机制，增强算法的抗干扰性。
本文的主要实验结果：
本文算法在不同环境下，均能有效的检测漂浮物。算法动态先验框调整模块通过自适应扩展搜索区域，将漏检率改善。
该论文创新性的提出了“自适应先验框动态调整、波动感知阈值优化、加权关联特征融合” 三位一体解决方案，在算法设计、性能优化及实用验证上实现突破，为复杂水域垃圾监测提供了高效、稳定的技术方案。
来源：人工智能学院
