HumBugDB：一个大规模声学蚊虫数据集
摘要
本文发布首个大规模、多物种的蚊虫自由飞行连续声学录音数据集。我们提供了 20 小时的音频录音，并对其进行了专家标注与精确时间标记。值得注意的是，其中 18 小时的录音包含来自 36 个不同物种的标注。蚊虫是疟疾、登革热和黄热病等疾病的广为人知的携带者。收集该数据集旨在辅助那些利用蚊虫声学进行调查的应用，以帮助预测疫情暴发并为干预政策提供信息。从蚊虫翅振声中检测蚊虫的任务极具挑战性，原因在于难以从真实场景中采集录音。为解决这一问题，作为 HumBug 项目的一部分，我们开展了全球性实验，记录了从培养笼中繁殖的蚊虫到野外捕获的蚊虫。因此，这些音频录音的信噪比各异，并包含来自坦桑尼亚、泰国、肯尼亚、美国和英国的广泛室内外背景环境。本文详细描述了数据的采集、标注与整理过程。数据通过一个 PostgreSQL 数据库提供，其中包含重要的元数据，如蚊虫的捕获方法、龄期、进食状态和性别。此外，我们提供了用于特征提取和训练贝叶斯卷积神经网络的代码，以完成两项关键任务：从相应背景环境中识别蚊虫，以及将检测到的蚊虫分类到物种。我们这一广泛的数据集对专注于声学识别的机器学习研究者具有挑战性，同时对昆虫学家、地理空间建模者及其他领域专家理解蚊虫行为、模拟其分布并管控其对人类构成的威胁至关重要。
引用
@article{arxiv.2110.07607,
title = {HumBugDB: A Large-scale Acoustic Mosquito Dataset},
author = {Ivan Kiskin and Marianne Sinka and Adam D. Cobb and Waqas Rafique and Lawrence Wang and Davide Zilli and Benjamin Gutteridge and Rinita Dam and Theodoros Marinos and Yunpeng Li and Dickson Msaky and Emmanuel Kaindoa and Gerard Killeen and Eva Herreros-Moya and Kathy J. Willis and Stephen J. Roberts},
journal= {arXiv preprint arXiv:2110.07607},
year = {2021}
}
备注
Accepted at the 35th Conference on Neural Information Processing Systems (NeurIPS 2021) Track on Datasets and Benchmarks. 10 pages main, 39 pages including appendix. This paper accompanies the dataset found at https://zenodo.org/record/4904800 with corresponding code at https://github.com/HumBug-Mosquito/HumBugDB