西地中海湿地鸟类物种分类：在新标注数据集上评估小 footprint 深度学习方法
声音
2022-07-13 v1 人工智能
音频与语音处理
摘要
部署一个运行于无线声学传感器网络之上的专家系统,该网络由从其声音中识别鸟类物种的生物声学监测设备组成,将能够实现许多具有生态价值的任务自动化,包括鸟类种群组成分析或在环境感兴趣区域中检测濒危物种。得益于人工智能的最新进展（其中深度学习技术表现突出）,赋予这些设备准确的音频分类能力是可能的。然而,使生物声学设备可负担的一个关键问题是使用可嵌入资源和电池受限硬件平台的小 footprint 深度神经网络。为此,本文对两个重量级大 footprint 深度神经网络（VGG16 和 ResNet50）与一个轻量替代方案 MobileNetV2 进行了批判性比较分析。我们的实验结果表明,MobileNetV2 取得的平均 F1-score 比 ResNet50 低不到 5%（0.789 对 0.834）,且性能优于 VGG16,而 footprint 尺寸几乎小 40 倍。此外,为比较这些模型,我们创建并公开了西地中海湿地鸟类数据集（Western Mediterranean Wetland Birds dataset）,包含 201.6 分钟和 5,795 段来自 Aiguamolls de l'Empordà 自然公园 20 种特有鸟类的音频片段。
引用
@article{arxiv.2207.05393,
title = {Western Mediterranean wetlands bird species classification: evaluating small-footprint deep learning approaches on a new annotated dataset},
author = {Juan Gómez-Gómez and Ester Vidaña-Vila and Xavier Sevillano},
journal= {arXiv preprint arXiv:2207.05393},
year = {2022}
}
备注
17 pages, 8 figures, 3 tables