用于鸟声检测的密集连接 CNN
声音
2018-07-10 v1 音频与语音处理
摘要
若足够准确，自动检测音频录音中的鸟鸣声有望极大帮助从事生物与生态声学、基于野外音频录音监测生物多样性的研究界。为评估最先进机器学习方法的准确度，近期组织了涉及大型音频数据集的鸟声检测 (Bird Audio Detection) 挑战赛。本文在该挑战赛框架下报道了使用若干类卷积神经网络（即标准 CNN、残差网络与密集连接网络）的实验。DenseNet 是首选方案，因其性能最佳且模型最紧凑，在挑战赛测试集上获得了 88.22% 的接收者操作特征曲线下面积分数。通过时间与频率平移的数据增强、训练中的模型参数平均以及使用几何平均的集成方法获得了性能提升。相反，尝试用测试集样本及作为伪真值标签的自动预测来扩大训练集则一致地使性能下降。
引用
@article{arxiv.1807.02776,
title = {Densely Connected CNNs for Bird Audio Detection},
author = {Thomas Pellegrini},
journal= {arXiv preprint arXiv:1807.02776},
year = {2018}
}
备注
Challenge solution source code available at https://github.com/topel/bird_audio_detection_challenge, Proc. EUSIPCO 2017