利用生物声学和人工神经网络自动识别动物品种与物种
声音
2015-10-27 v1 定量方法
摘要
在本研究工作中，我们假设动物在发声过程中产生的声音，即使未经辅助的人耳听起来相同，也可用作动物品种或物种的标识符。为检验这一假设，我们开发了三种人工神经网络 (ANN)，使用生物声学属性作为输入，分别用于自动识别 13 种鸟类、8 种犬类和 11 种蛙类。我们收集了这些动物的录制发声，并使用几种已知的信号处理技术将其转换为可计算的生物声学值。转换后的发声值连同品种或物种标识，被用于遵循十折交叉验证技术训练 ANN。测试表明，相应的 ANN 能够正确识别 71.43% 的鸟类、94.44% 的犬类和 90.91% 的蛙类。这一结果表明，生物声学和 ANN 可用于自动确定动物品种和物种，二者结合有望成为一种用于动物识别、生物多样性测定、动物保护及其他动物福利工作的自动化工具。
引用
@article{arxiv.1507.05546,
title = {Automatic Identification of Animal Breeds and Species Using Bioacoustics and Artificial Neural Networks},
author = {Jaderick P. Pabico and Anne Muriel V. Gonzales and Mariann Jocel S. Villanueva and Arlene A. Mendoza},
journal= {arXiv preprint arXiv:1507.05546},
year = {2015}
}
备注
17 pages, 1 figure