近日，鲁东大学资源与环境工程学院吴孟泉教授团队在人工智能TOP期刊（影响因子：7.5）《Engineering Applications of Artificial Intelligence》(EAAI)上发表学术论文“An advanced multi-source data fusion method utilizing deep learning techniques for fire detection”，学院本科生首篇AI顶刊。2020级地理信息科学本科生王时宽为第一作者，吴孟泉教授为通讯作者，其中团队成员21、22级本科生，高金坤、孟令毅、陈志鹏、张启栎、张艺可和梁爽参与研究工作。论文链接：https://www.sciencedirect.com/science/article/pii/S095219762402061X

    EAAI 为人工智能领域top期刊，IFAC 8本会刊之一。IFAC成立于1957年，是一个以国家组织为其成员的国际性学术组织。IFAC主办包括Automatica、Control Engineering Practice、Engineering Applications of Artificial Intelligence在内的8本会刊，其中Engineering Applications of Artificial Intelligence是智能控制技术领域知名的高水平期刊，致力于推广和传播人工智能工程应用的创新研究成果。

火灾对生态系统、人类生命和财产构成重大威胁。论文提出了一种综合烟火检测方法(FireSmoke-YOLO)，与图1天-空-地-人一体化系统结合，可以提高对于火灾场景的复杂性以及检测分散的小目标烟火检测能力；提出了一种漏斗空间金字塔池化快速算法（FSPPF，图2），可以更好地捕捉烟火的特征，且降低模型的权重文件大小，最重要的是模型在没有学习遥感图像烟雾纹理信息的条件下，可以准确的识别出烟雾（如图3）。大量的实验结果表明，FireSmoke-YOLO算法综合目标（包含烟和火）在mAP50和mAP50-95评价指标达到了81%和59%。FSPPF代码链接： https://github.com/WangShiK/YOLOv8-FS/tree/main

图1 天-空-地-人一体化系统

图2 FSPPF结构图

图3 检测结果

“资环开拓者”作为资环本科生科技创新团队（指导老师为吴孟泉教授），近年来累计在国内外各级期刊发表论文二十余篇、申请和授权国家发明专利、计算机软件著作权四十余项，并在“互联网+”大赛、挑战杯、GIS专业竞赛等大学生创新创业竞赛与专业竞赛中获奖众多。王时宽作为团队2020级本科生，从大一开始就表现出了对地信专业浓厚的兴趣，在吴孟泉老师指导下开始探索计算机视觉(CV)与GIS相结合的领域，将基于CV的空间分析应用于松材线虫病与森林火灾实时监测等领域，并取得相关成果。