弱监督下多样声景中的鸟类物种识别
声音
2021-07-19 v1 机器学习
音频与语音处理
摘要
我们提出了一种用于复杂多样声景中鸟类鸣声的鲁棒分类方法，在 BirdCLEF2021 挑战赛中取得第二名。我们展示了如何通过高效的建模与训练流程并结合新颖的数据增强方法，充分利用预训练的卷积神经网络。由此，我们提升了弱标注众包数据到自主录音单元采集的生产数据的泛化能力。进而，我们展示了如何推进准确的鸟类种群自动评估，从而实现大规模的全球生物多样性监测，这是人工标注无法做到的。
引用
@article{arxiv.2107.07728,
title = {Recognizing bird species in diverse soundscapes under weak supervision},
author = {Christof Henkel and Pascal Pfeiffer and Philipp Singer},
journal= {arXiv preprint arXiv:2107.07728},
year = {2021}
}
备注
All authors contributed equally, 8 pages, 4 figures, submitted to CEUR-WS