基于多通道深度卷积神经网络与有限训练数据的纯音频鸟种自动识别方法
声音
2018-03-06 v1 音频与语音处理
摘要
基于迁移学习，我们设计了一个鸟种识别模型，该模型使用 VGG-16 模型（在 ImageNet 上预训练）进行特征提取，然后连接一个由两个全连接隐藏层和一个 Softmax 层组成的分类器。我们将所提模型的性能与原始 VGG16 模型进行比较。结果表明，前者具有更高的训练效率，但平均精度均值（MAP）较低。为提高所提模型的 MAP，我们研究了结果融合模式以形成多通道识别模型，最佳 MAP 达到 0.9998。模型参数数量为 13110，仅为 VGG16 模型的 0.0082%。同时，样本的规模需求也有所降低。
引用
@article{arxiv.1803.01107,
title = {Audio-only Bird Species Automated Identification Method with Limited Training Data Based on Multi-Channel Deep Convolutional Neural Networks},
author = {Jiang-jian Xie and Chang-qing Ding and Wen-bin Li and Cheng-hao Cai},
journal= {arXiv preprint arXiv:1803.01107},
year = {2018}
}
备注
11 pages,11 figures