近日，山东建筑大学计算机科学与技术学院研究生在科技创新领域取得重要成果。研究生毕研超、陈鹏宇分别在人工智能顶级会议 IJCAI2025 与期刊 IEEETransactions onMultimedia 发表高水平论文，实现了学院研究生在 CCFA 类会议论文发表上的零的突破，标志着学院研究生科研实力迈向新高度。

作为人工智能领域最具影响力的国际学术会议之一，IJCAI（国际人工智能联合会议）在全球学术界享有极高声誉，属于中国计算机学会（CCF）认定的A类会议，代表着该领域的顶尖学术水平，其录用论文历来被视为衡量机构人工智能研究实力的重要指标。此次毕研超同学以第一作者身份录用的论文《Towards Region-Adaptive Feature Disentanglement and Enhancement for Small Object Detection》，聚焦复杂场景及低空环境中小目标检测难题。面对小目标在检测过程中特征易丢失的挑战，论文深入挖掘边界过渡区域，通过增强多尺度特征图激活响应，提出了低计算量、高精度的小目标实时检测技术，该技术具备在边缘设备中部署的能力，为实际应用场景中的小目标检测提供了创新解决方案。

另一项成果中，研究生陈鹏宇在IEEETransactions onMultimedia发表论文《Learning Efficient and Adaptive Cross-Channel Dependencies for Weakly-Supervised Object Detection》，IEEE Transactions on Multimedia是中国科学院一区期刊，也是人工智能与多媒体处理领域的顶级期刊。针对弱监督环境下标记样本获取困难、高质量标记样本稀缺的目标检测问题，论文巧妙利用多通道数据，有效提升模型检测长距离依赖关系的能力，并创新性地提出新型弱监督目标检测框架CC-DETR。该框架性能超越当前端到端的先进方法，且只需对各类DETR和ViT模型进行最小改动即可实现集成，为弱监督目标检测领域带来新的突破。

两项研究成果在无人机巡检、无人驾驶、智慧工地、智能制造等复杂场景的目标检测任务中具有广阔的应用前景与极高的应用价值，有望为相关领域的技术发展与产业升级提供有力支撑。

这两篇论文均以山东建筑大学为第一单位，研究生为第一作者，导师聂秀山教授为通讯作者，学院青年教师宁阳是共同作者。聂秀山教授从研究方向的确定、研究方法的探索到论文的撰写与修改，给予悉心指导，为两项研究成果的产出奠定了坚实基础。

学院始终高度重视研究生科技创新工作，通过搭建高水平科研平台、举办学术讲座等一系列举措，积极营造浓厚的科研氛围，鼓励研究生投身前沿科学研究。此次研究生在高水平论文发表上取得的优异成绩，正是学院长期重视研究生科研能力培养的成果体现。计算机科学与技术学院将继续深化研究生培养模式改革，强化科研创新能力培养，推动更多优秀科研成果产出，为学校高质量发展贡献力量。

审稿：倪文豪

编审：李嘉麒

终审：张之稳