一种用于鸟鸣识别的多模态深度神经网络方法
声音
2018-11-13 v1 音频与语音处理
摘要
我们提出一种用于鸟鸣识别的多模态深度神经网络（DNN）方法。该方法以音频样本和元数据作为输入。音频通过具有四个卷积层的卷积神经网络（CNN）输入。额外提供的元数据使用全连接层处理。卷积层的展平结果与元数据的全连接层拼接后送入一个全连接层。所得架构在 BirdCLEF2017 任务的不同训练配置下分别获得了第 2、3 和 4 名。
引用
@article{arxiv.1811.04448,
title = {A Multi-modal Deep Neural Network approach to Bird-song identification},
author = {Botond Fazeka and Alexander Schindler and Thomas Lidy and Andreas Rauber},
journal= {arXiv preprint arXiv:1811.04448},
year = {2018}
}
备注
LifeCLEF 2017 working notes, Dublin, Ireland