WhaleVAD-BPN：基于边界提议网络与后处理优化的鲸类叫声检测
音频与语音处理
2026-02-10 v2 人工智能
机器学习
声音
定量方法
摘要
虽然近期声音事件检测（SED）系统能够在海洋音频中识别鲸类叫声，但仍面临误检和少数类检测等挑战。我们提出边界提议网络（BPN），其扩展自现有轻量级SED系统。BPN灵感来自图像目标检测工作，旨在减少误检次数。它通过利用脉冲模型中计算的中间潜在表示来控制最终输出。将BPN添加到现有SED系统后，精确率提升了16.8个绝对百分点，同时在少数类d-call和bp-call的F1分数分别提升了21.3个和9.4个百分点。我们进一步考虑两种后处理超参数选择方法：前向搜索和后向搜索。通过分别优化事件级和帧级超参数，这两种方法相较于使用经验方法选取的参数显著提升了性能。完整的WhaleVAD-BPN系统实现的交叉验证开发集F1分为0.475，相较于基线提升了9.8个绝对百分点。
引用
@article{arxiv.2510.21280,
title = {WhaleVAD-BPN: Improving Baleen Whale Call Detection with Boundary Proposal Networks and Post-processing Optimisation},
author = {Christiaan M. Geldenhuys and Günther Tonitz and Thomas R. Niesler},
journal= {arXiv preprint arXiv:2510.21280},
year = {2026}
}