基于多模型深度学习的北大西洋露脊鲸上调叫声检测
音频与语音处理
2020-05-19 v1 声音
摘要
本文提出了一种利用多模型深度学习(MMDL)进行北大西洋露脊鲸(NARW)上调叫声检测的新方法。在该方法中,被动声学传感器的信号首先被转换为频谱图和尺度图图像,它们是信号的时间-频率表示。这些图像进而用于训练一个由卷积神经网络(CNNs)和堆叠自编码器(SAEs)组成的MMDL检测器。我们的实验研究表明,CNNs在频谱图上表现更好,而SAEs在尺度图上表现更好。因此在实验设计中,CNNs使用频谱图图像训练,SAEs使用尺度图图像训练。采用融合机制将各个神经网络的结果进行融合。本文将从MMDL检测器获得的结果与使用手工特征训练的传统机器学习算法所获得的结果进行了比较。结果表明,在上调叫声检测率、非上调叫声检测率和误报率方面,MMDL检测器的性能显著优于代表性的传统机器学习方法。
引用
@article{arxiv.2005.08356,
title = {North Atlantic Right Whales Up-call Detection Using Multimodel Deep Learning},
author = {Ali K Ibrahim and Hanqi Zhuang and Laurent M. Ch'erubin and Nurgun Erdol and Gregory O Corry-Crowe and Ali Muhamed Ali},
journal= {arXiv preprint arXiv:2005.08356},
year = {2020}
}