一种用于识别放牧牛采食活动的抗噪声声学方法
机器学习
2024-07-11 v3 声音
音频与语音处理
摘要
农民必须持续改进其畜牧生产系统，以在不断增长的乳制品市场中保持竞争力。精准畜牧养殖技术提供对商业农场中个体的监测，优化畜牧生产。连续声学监测是一种被广泛接受的传感技术，用于估算自由放养牛的日常反刍和采食时间分配。然而，牧场上的典型环境与自然噪声明显影响性能，限制了当前声学方法的实际应用。在本研究中，我们提出了一种称为抗噪声采食活动识别器（NRFAR）的声学方法的工作原理与泛化能力。所提方法通过分析在采食与反刍过程中产生的已识别下颌运动事件的定长片段来确定采食活动区间。NRFAR 的加性噪声鲁棒性针对若干信噪比使用平稳高斯白噪声与四种不同非平稳自然噪声源进行了评估。在无噪声条件下，NRFAR 达到 86.4% 的平均平衡准确率，比此前两种声学方法高出逾 7.5%。此外，在 80 个评估的噪声场景中的 77 个里 NRFAR 表现优于先前声学方法（53 个案例 p<0.05）。NRFAR 已被证明在恶劣自由放养环境中有效，并可用作改善牧场管理以及监测奶牛健康与福利的可靠方案。本出版物中呈现的仪器与计算算法受一项待审专利申请保护：AR P20220100910。网络演示见：https://sinc.unl.edu.ar/web-demo/nrfar
引用
@article{arxiv.2304.14824,
title = {A noise-robust acoustic method for recognizing foraging activities of grazing cattle},
author = {Luciano S. Martinez-Rau and José O. Chelotti and Mariano Ferrero and Julio R. Galli and Santiago A. Utsumi and Alejandra M. Planisich and H. Leonardo Rufiner and Leonardo L. Giovanini},
journal= {arXiv preprint arXiv:2304.14824},
year = {2024}
}
备注
list of used audio-clips is available in the list_audio_clips.xlsx