無人機在搜救、巡邏與環境監測中的應用日漸普及，但仍受複雜環境，如惡劣天氣等條件影響效果。人工智能（AI）研究領域頂尖學者、嶺南大學（嶺大）協理副校長（策略型研究）、研究生院院長、利榮康計算智能學講座教授鄺得互教授，與其合作科研團隊進行的研究項目「受限環境智能增強與內容理解關鍵技術」，提出解決目前無人機應用的三大科學難題，大幅提升無人機在特定場景的工作能力，成果榮獲2025年度山東計算機學會科學技術獎的最高殊榮⸺自然科學獎一等獎，以表彰團隊在無人機技術研究、應用及創新方面的卓越貢獻。

該研究獲國家自然科學基金支持，針對現實中無人機在複雜環境下面臨的三大難題，包括「影像不穩定」、「在複雜環境辨識目標困難」，以及「以低成本持續提升技術」，提出了三個重要的科學發現。首先，團隊探索在特定場景下增強無人機的視覺效果，讓無人機的視覺系統快速適應不同場景，在惡劣條件下仍能獲取較清晰、穩定的關鍵資訊。其次，團隊提出讓無人機在複雜的背景中，透過多層次分析，辨識出特定目標；最後，團隊實現以低成本讓無人機系統可持續進化提升。

研究提出的相關技術現已轉化為商業應用，獲AI技術公司，例如國網智能、博遠視訊等單位採用，大幅提升無人機在交通管理、應急救援、植被保護、電力裝置巡邏檢查等多場景任務中的自主感知和決策能力，使得無人機應用能夠突破更多環境條件限制，以更高效及高質素完成工作任務。

鄺得互教授表示：「我對於獲獎深感榮幸，這不僅是對我個人研究成果的肯定，更是對整個團隊共同努力的認可。本次研究旨在突破無人機在複雜環境中的發展難題，成果不但推動無人機技術發展，也為提升人類福祉作出貢獻，包括在救援、環保等關乎公共利益的領域上，開拓更廣闊的應用前景和潛力。未來我們將繼續推動創新技術的研究和應用，讓社會感受科技轉化帶來的便利。」

項目五篇代表性論文已在國際頂尖期刊及學術會議發表，包括《IEEE模式分析與機器智能匯刊》（IEEE Transactions on Pattern Analysis and Machine Intelligence, IEEE TPAMI）、《國際計算機視覺雜誌》（International Journal of Computer Vision, IJCV）、《國際計算機視覺和模式識別大會》（Computer Vision and Pattern Recognition, CVPR）、《IEEE多媒體匯刊》（IEEE Transactions on Multimedia, TMM）和《國際多媒體學術會議》（ACM Multimedia, ACM MM），谷歌引用2,572次。其中有一篇論文為「基本科學指標資料庫」（Essential Science Indicators，簡稱ESI）高被引論文；亦有單篇論文的谷歌引用超過2,000次，受到包括中國工程院院士、新加坡工程院院士、歐洲科學院外籍院士、IEEE 院士等領域內專家學者的廣泛認可及正面評價。

「受限環境智能增強與內容理解關鍵技術」項目由嶺大的鄺得互教授、山東大學控制科學與工程學院叢潤民教授、南開大學計算機學院郭春樂副教授、合肥工業大學計算機科學技術學院李鋒副教授、北京交通大學信息科學研究所所長白慧慧教授，以及山東大學控制科學與工程學院張偉教授共同參與研發。