基于多视角CNN的声学分类系统用于自动动物物种识别
音频与语音处理
2020-02-25 v1 机器学习
声音
摘要
通过动物发声自动识别物种是一项重要且具挑战性的任务。尽管文献中已提出多种音频监测系统，但它们存在若干缺点，如特征选择繁琐、因环境噪声或密集本地计算导致精度下降。在本文中，我们提出了一种基于深度学习的无线声学传感器网络（WASN）声学分类框架。所提框架基于云架构，减轻了无线传感器节点的计算负担。为提高识别精度，我们设计了一个多视角卷积神经网络（CNN）以并行提取短、中、长期依赖关系。在两个真实数据集上的评估表明，当环境噪声主导音频信号（低信噪比）时，所提架构能达到高精度并显著优于传统分类系统。此外，我们在测试平台上实现并部署了所提系统，并分析了其在真实环境中的性能。仿真与真实世界评估均证明了该声学分类系统在区分动物物种方面的准确性与鲁棒性。
引用
@article{arxiv.2002.09821,
title = {A Multi-view CNN-based Acoustic Classification System for Automatic Animal Species Identification},
author = {Weitao Xu and Xiang Zhang and Lina Yao and Wanli Xue and Bo Wei},
journal= {arXiv preprint arXiv:2002.09821},
year = {2020}
}