引入一中非灵长类动物鸣声数据集用于自动化物种分类
机器学习
2021-01-27 v1 种群与进化
摘要
动物鸣声的自动化分类是一种潜在强大的野生动物监测工具。训练鲁棒的分类器需要可观的标注数据集，而这些数据在野外不易记录。为规避此问题，我们在喀麦隆一处野生动物庇护所以半自然条件下记录了四种灵长类物种，旨在训练一个能在野外检测物种的分类器。在此，我们介绍所收集的数据集，描述我们的方法与分类器开发的初步结果。为提高标注过程的效率，我们使用基于能量/变化的自动鸣声检测对录音进行浓缩。将标注片段划分为训练、验证与测试集，初步结果显示在四分类灵长类物种分类中测试集非加权平均召回率（UAR）高达 82%。
引用
@article{arxiv.2101.10390,
title = {Introducing a Central African Primate Vocalisation Dataset for Automated Species Classification},
author = {Joeri A. Zwerts and Jelle Treep and Casper S. Kaandorp and Floor Meewis and Amparo C. Koot and Heysem Kaya},
journal= {arXiv preprint arXiv:2101.10390},
year = {2021}
}
备注
5 pages, 3 figures, 2 tables