我院2021级硕士研究生邢文杰（导师：崔振超）学术论文：HRCTNet: a hybrid network with high-resolution representation for object detection in UAV image被计算模拟以及智能分析和可视化领域的国际学术期刊《Complex & Intelligent Systems》全文录用。

   近年来，无人机图像中的目标检测引起了研究者们越来越多的关注。然而，传统的检测方法在小物体检测方面存在挑战，因为从无人机图像的特征映射中提取出较少的位置和语义信息。为解决这个问题，本文提出了三种新的特征提取模块以改进无人机图像中小物体的特征映射。分别是Small-Kernel-Block（SKBlock）、Large-Kernel-Block（LKBlock）和Conv-Trans-Block（CTBlock）。基于这三个模块，我们提出了一种新型骨干网络——High-Resolution Conv-Trans Network（HRCTNet）。此外，在我们的网络中部署了一个激活函数Acon来减少ReLU死亡和去除冗余特征。根据UAV图像数据集极度不平衡标签的特点，采用损失函数Ployloss对HRCTNet进行训练。

   《Complex & Intelligent Systems》期刊由SPRINGER HEIDELBERG出版商出版，收稿方向涵盖COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE全领域，影响因子指数5.8，是JCR Q2，SCI二区期刊。