使用卷积神经网络对超多样性雨林中的动物声音进行分类
机器学习
2022-10-18 v2
摘要
为了保护热带森林的生物多样性，我们需要能够可靠、廉价且大规模地对其进行探测。通过机器学习方法从被动录制的声景中自动进行物种探测是实现这一目标的有前景的技术，但它受到需要大量训练数据集的限制。使用来自婆罗洲热带森林的声景和通过迁移学习创建的卷积神经网络模型（CNN），我们研究了 i) 用于准确预测叫声类型（'声型'）的最小可行训练数据集大小，以及 ii) 数据增强能在多大程度上克服小训练数据集的问题。我们发现，即使相对较高的样本量（每种叫声类型 > 80 个）也只能带来平庸的准确率，然而通过数据增强可以显著改善这一情况，即使在样本量极小的情况下也是如此，且不受分类群或叫声特征的影响。我们的结果表明，迁移学习和数据增强使得利用 CNN 对物种发声进行分类成为可能，即使是对于包含许多稀有物种的基于声景的小型项目。重新训练我们的开源模型只需要基本的编程技能，这使得个别保护倡议能够匹配其当地背景，从而实现对生物多样性更加基于证据的管理。
引用
@article{arxiv.2111.14971,
title = {Classification of animal sounds in a hyperdiverse rainforest using Convolutional Neural Networks},
author = {Yuren Sun and Tatiana Midori Maeda and Claudia Solis-Lemus and Daniel Pimentel-Alarcon and Zuzana Burivalova},
journal= {arXiv preprint arXiv:2111.14971},
year = {2022}
}