Abstract：
本文提出一种基于雷达与相机数据融合的输电线路鸟类多目标识别网络（RVFNet）。该网络结合雷达射频（RF）数据与视觉图像，实现监控范围内鸟类目标的高精度识别。针对多模态数据语义差异的问题，计算雷达射频信号与图像位置信息的对应关系，确保特征表达的一致性。在网络结构方面，设计鸟类姿态卷积（BPC）网络，有效融合多模态信息，提升对小目标特征的提取与细节保留能力；同时，采用特征融合模块（FFM）整合不同模态特征，在显著提升特征交互能力的同时保持较低计算成本。实验表明，RVFNet在多种天气条件下对鸟类的平均识别准确率达到80.18%，展现出良好的鲁棒性。
Keyword：
Reprint 's Address：
Email：
Source ：
电气技术
Year： 2025
Issue： 06
Volume： 26
Page： 29-37,44
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
