鸟害防治技术及其在农林中的应用展望 被引量：4

1

作者 于强 张健 +1 位作者 殷程凯 陈青 《中国农机化学报》 北大核心 2023年第3期64-72,共9页

鸟害造成的粮食减产、水果品质降低等问题严重制约农林经济发展,因此鸟害防治在农林经营过程中有重要的研究意义与应用价值。通过概述鸟害防治技术分类与特点,重点对激光驱鸟技术、声波驱鸟技术以及鸟情监测综合防治技术的发展历程和现... 鸟害造成的粮食减产、水果品质降低等问题严重制约农林经济发展,因此鸟害防治在农林经营过程中有重要的研究意义与应用价值。通过概述鸟害防治技术分类与特点,重点对激光驱鸟技术、声波驱鸟技术以及鸟情监测综合防治技术的发展历程和现状进行归纳,分析出当前农林驱鸟装备正从电子化向智能化发展的趋势。针对目前鸟害防治装备还存在易被鸟类适应、协同性差、通用性差等问题,提出建立鸟类生物学信息库为驱鸟装备提供发展依据,弱化鸟类适应能力;发展智慧农林推进农林鸟害防治的信息化与协同工作能力;培育农林抗鸟害作物,并开发先进鸟类监测算法提高识别率提前规避鸟害,做到鸟害治理为主,预防为辅。 展开更多

关键词 驱鸟技术 鸟害 鸟类识别 智慧农林

下载PDF 职称材料

基于Mel频谱图和CNN的电网涉鸟故障鸟声识别 被引量：7

2

作者 邱志斌 卢祖文 +1 位作者 王海祥 况燕军 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第2期129-136,共8页

为了提高电网渉鸟故障防治的针对性,提出了一种基于Mel频谱图和卷积神经网络(CNN)的鸟声识别方法。建立常见渉鸟故障对应的40类代表性鸟种的鸣声样本集,对鸟鸣信号进行分帧、加窗与降噪等预处理,计算每帧信号在各个Mel滤波器中的能量,... 为了提高电网渉鸟故障防治的针对性,提出了一种基于Mel频谱图和卷积神经网络(CNN)的鸟声识别方法。建立常见渉鸟故障对应的40类代表性鸟种的鸣声样本集,对鸟鸣信号进行分帧、加窗与降噪等预处理,计算每帧信号在各个Mel滤波器中的能量,根据能量大小与颜色深浅的映射关系提取鸟鸣信号的Mel频谱图。以电网涉鸟故障相关鸟种的Mel频谱图作为输入,通过CNN反复执行卷积-池化过程提取Mel频谱图特征,并进行多次迭代训练调整网络内部参数,得到最优模型用于鸟种识别。算例结果表明,40类鸟种的识别准确率达96.1%,识别效果优于其他迁移学习模型。文中研究结果可为输电线路运维人员正确识别相关鸟种、开展渉鸟故障差异化防治提供参考。 展开更多

关键词 输电线路 涉鸟故障 鸟种识别 Mel频谱图 降噪 卷积神经网络

下载PDF 职称材料

基于MobileNet-CBAM模型的轻量级鸟类识别方法

3

作者 成迪 雷毅 +3 位作者 张成军 陈亚当 刘文杰 余文斌 《信息技术》 2024年第8期1-7,17,共8页

对于鸟类识别任务,当前一些深度学习网络模型的效果并不理想,针对现有模型的痛点,提出了一种在识别精度、计算性能、资源消耗和实用性上更具优势的轻量级鸟类识别方法。该方法基于轻量级MobileNet模型,融合了卷积注意力机制(Convolution... 对于鸟类识别任务,当前一些深度学习网络模型的效果并不理想,针对现有模型的痛点,提出了一种在识别精度、计算性能、资源消耗和实用性上更具优势的轻量级鸟类识别方法。该方法基于轻量级MobileNet模型,融合了卷积注意力机制(Convolutional Block Attention Module,CBAM),在减少模型复杂度的同时增强了局部特征的提取能力,与主流模型的对比实验验证了该模型的有效性。此外,该模型能够应用于机器人、便携式手机等硬件平台,扩展了应用场景,并添加数据库来进行辅助计算,减少额外开销,兼具便携性和实用性。 展开更多

关键词 MobileNet 注意力机制 ANDROID平台 鸟类识别 图像识别

下载PDF 职称材料

鸟类全景观测系统中的人工智能识别技术 被引量：6

4

作者 蒋敏 田元 +2 位作者 吴伟志 朱力力 刘妙燕 《浙江林业科技》 2021年第4期108-113,共6页

随着数字化基础设施建设的推进,采用人工智能技术对鸟类观测影像进行实时识别,以期为湿地监控与生物多样性保护提供新的手段。2020年,在长兴仙山湖国家湿地公园,根据鸟类监测、识别场景的特点,利用级联分类器和卷积神经网络人工智能识... 随着数字化基础设施建设的推进,采用人工智能技术对鸟类观测影像进行实时识别,以期为湿地监控与生物多样性保护提供新的手段。2020年,在长兴仙山湖国家湿地公园,根据鸟类监测、识别场景的特点,利用级联分类器和卷积神经网络人工智能识别技术对鸟类进行监测、识别。结果表明,该鸟类检测和分类模型在验证集中分类精度达到87.75%以上。该分类检测方法适用于广角、远景监测下的鸟类观测识别,可以在实际的鸟类观测中达到自动化监测目标鸟类、人工智能辅助发现未知鸟类的效果,未来随着数据的积累,可以持续优化模型并提高检测精度。 展开更多

关键词 鸟类识别 人工智能 生物多样性 湿地 生态保护

下载PDF 职称材料

CCPSO优化支持向量机的鸟声识别技术研究 被引量：1

5

作者 韩雪 慕昱 盛桂敏 《声学技术》 CSCD 北大核心 2023年第1期118-126,共9页

鸟类是生态系统中的重要组成部分,鸟类物种的多样性对生态环境有重要作用。所以,通过鸟声信号来识别鸟类从而对其进行保护有现实意义。文章对鸟声信号采用双参数的双门限法进行分段,从鸟声信号中寻找出声音的起始点和终止点的具体帧,进... 鸟类是生态系统中的重要组成部分,鸟类物种的多样性对生态环境有重要作用。所以,通过鸟声信号来识别鸟类从而对其进行保护有现实意义。文章对鸟声信号采用双参数的双门限法进行分段,从鸟声信号中寻找出声音的起始点和终止点的具体帧,进一步进行特征提取,提取每段鸟声信号中的短时能量和短时平均幅度,短时语谱图中的平均值、对比度、熵,共5种特征,采用优化参数的支持向量机进行鸟类物种分类。结果表明,基于混沌云粒子群优化(Chaos Cloud Particle Swarm Optimization, CCPSO)的支持向量机对比普通支持向量机的分类准确度得到提升,可有效地识别鸟类。利用该方法实现鸟类物种保护和生态系统管理的目的。 展开更多

关键词 鸟声识别 音节分割 时频特征提取 支持向量机 混沌云粒子群优化(CCPSO)

下载PDF 职称材料

基于语义信息跨层特征融合的细粒度鸟类识别 被引量：4

6

作者 李国瑞 何小海 +2 位作者 吴晓红 卿粼波 滕奇志 《计算机应用与软件》 北大核心 2020年第4期132-136,191,共6页

有效识别各种鸟类目标具有重要的生态环境保护意义。针对不同种类鸟类之间差别细微、识别难度大等问题,提出一种基于语义信息跨层特征融合的细粒度鸟类识别模型。该模型由区域定位网络、特征提取网络和一种跨层特征融合网络(Cross-layer... 有效识别各种鸟类目标具有重要的生态环境保护意义。针对不同种类鸟类之间差别细微、识别难度大等问题,提出一种基于语义信息跨层特征融合的细粒度鸟类识别模型。该模型由区域定位网络、特征提取网络和一种跨层特征融合网络(Cross-layer Feature Fusion Network,CFF-Net)组成。区域定位网络在没有局部语义标注的情况下,自动定位出局部有效信息区域;特征提取网络提取局部区域图像特征和全局图像特征;CFF-Net对多个局部和全局特征进行融合,提高最终分类性能。结果表明,该方法在Caltech-UCSD Birds200-2011(CUB200-2011)鸟类公共数据集上,取得了87.8%的分类准确率,高于目前主流的细粒度鸟类识别算法,表现出优异的分类性能。 展开更多

关键词 鸟类识别 细粒度识别 区域定位 特征提取 特征融合

下载PDF 职称材料

一种基于生成式对抗网络的数据集扩充方法在湿地鸟类图像识别中的应用 被引量：1

7

作者 熊聪聪 赵子健 +1 位作者 曹鉴华 汤凌燕 《天津科技大学学报》 CAS 2022年第4期64-70,共7页

已有的天津大黄堡湿地鸟类数据集存在样本数量少、样本分布不均衡等问题,严重影响鸟类智能识别的精度.本文提出一种基于生成式对抗网络的数据集扩充方法,通过使用旋转、缩放、添加噪声等方式进行初步扩充,然后输入条件对抗网络进行学习... 已有的天津大黄堡湿地鸟类数据集存在样本数量少、样本分布不均衡等问题,严重影响鸟类智能识别的精度.本文提出一种基于生成式对抗网络的数据集扩充方法,通过使用旋转、缩放、添加噪声等方式进行初步扩充,然后输入条件对抗网络进行学习,通过使用生成器生成新的鸟类样本.对大黄堡湿地鸟类数据集进行扩充处理,并使用目标检测算法SSD、YOLOv3-SPP-Net、RetinaNet进行测试,结果表明识别的精度显著提高,基本满足本区鸟类目标识别的需求. 展开更多

关键词 鸟类识别 数据扩充 对抗网络 目标检测

下载PDF 职称材料

基于目标检测的电网涉鸟故障相关鸟种智能识别 被引量：16

8

作者 邱志斌 朱轩 +3 位作者 廖才波 况燕军 张宇 石大寨 《电网技术》 EI CSCD 北大核心 2022年第1期369-377,共9页

鸟类活动引起的电网故障呈现上升趋势,为了辅助输电线路巡检人员进行鸟类识别,该文提出一种基于YOLOv4目标检测的涉鸟故障相关鸟种图像识别方法。利用巡检图像与网络资源构建电网涉鸟故障典型危害鸟种图像数据集,并进行图像标注与数据... 鸟类活动引起的电网故障呈现上升趋势,为了辅助输电线路巡检人员进行鸟类识别,该文提出一种基于YOLOv4目标检测的涉鸟故障相关鸟种图像识别方法。利用巡检图像与网络资源构建电网涉鸟故障典型危害鸟种图像数据集,并进行图像标注与数据增广。建立YOLOv4检测模型,采用多阶段迁移学习进行模型训练,并引入Mosaic数据增强、余弦退火衰减及标签平滑3种方法提升训练效果,分析先验框个数、训练方法、样本数量等因素对测试结果的影响,得到最优检测模型,对包含20类鸟种、1134个真实目标的图像测试集进行检测,平均精度均值可达92.2%。将YOLOv4检测结果与Faster RCNN、SSD、YOLOv3进行对比,其检测精度更高,误检数更低。研究结果表明,该文建立的YOLOv4模型能够有效检测输电线路巡检图像中的鸟类目标并实现鸟种识别,可为涉鸟故障差异化防治提供参考。 展开更多

关键词 输电线路 涉鸟故障 目标检测 YOLOv4 鸟种图像识别

下载PDF 职称材料

利用抗噪幂归一化倒谱系数的鸟类声音识别 被引量：17

9

作者 颜鑫 李应 《电子学报》 EI CAS CSCD 北大核心 2013年第2期295-300,共6页

针对真实环境中各种背景噪声下的鸟类声音识别问题,提出了一种基于新型抗噪特征提取的鸟类声音识别技术.首先,根据适用于高度非平稳环境下的噪声估计算法求出噪声功率谱.其次,使用多频带谱减法对声音功率谱进行降噪处理.接着,结合降噪... 针对真实环境中各种背景噪声下的鸟类声音识别问题,提出了一种基于新型抗噪特征提取的鸟类声音识别技术.首先,根据适用于高度非平稳环境下的噪声估计算法求出噪声功率谱.其次,使用多频带谱减法对声音功率谱进行降噪处理.接着,结合降噪的声音功率谱提取抗噪幂归一化倒谱系数(APNCC).最后,采用支持向量机(SVM)分别对提取的APNCC,幂归一化倒谱系数(PNCC)和Mel频率倒谱系数(MFCC)对34种鸟类声音进行不同环境和信噪比情况下的对比实验.实验表明,提取的APNCC具有较好的平均识别效果及较强的噪声鲁棒性,更适用于信噪比低于30dB环境下的鸟类声音识别. 展开更多

关键词 鸟类声音识别 非平稳噪声估计 多频带谱减法 抗噪幂归一化倒谱系数 MEL频率倒谱系数

下载PDF 职称材料

利用抗噪纹理特征的快速鸟鸣声识别 被引量：16

10

作者 魏静明 李应 《电子学报》 EI CAS CSCD 北大核心 2015年第1期185-190,共6页

针对非平稳噪声下的鸟鸣声识别问题,提出一种利用抗噪纹理特征的快速鸟鸣声识别方法,该方法也解决了纹理特征提取过程中灰度共生矩阵(GLCM)占用空间大,以及计算量大、耗时的问题.该方法分三个步骤,首先,通过短时谱估计算法对鸟鸣声带噪... 针对非平稳噪声下的鸟鸣声识别问题,提出一种利用抗噪纹理特征的快速鸟鸣声识别方法,该方法也解决了纹理特征提取过程中灰度共生矩阵(GLCM)占用空间大,以及计算量大、耗时的问题.该方法分三个步骤,首先,通过短时谱估计算法对鸟鸣声带噪功率谱进行音频增强;然后,采用和差统计法(SDH)对增强功率谱快速提取纹理特征;最后,由随机森林进行分类.在实验部分,设计了两组对比实验,结果表明,该方法有良好的识别性能、较少的时耗,且具有噪声鲁棒性. 展开更多

关键词 鸟鸣声识别 抗噪纹理特征 短时谱估计 和差统计法

下载PDF 职称材料

多特征融合的鸟类物种识别方法 被引量：14

11

作者 谢将剑 杨俊 +2 位作者 邢照亮 张卓 陈新 《应用声学》 CSCD 北大核心 2020年第2期199-206,共8页

深度学习输入特征的选择直接影响其分类性能,为了进一步提高基于深度学习的鸟类物种识别模型的分类性能,该文提出一种多特征融合识别方法。该方法首先通过短时傅里叶变换、梅尔倒谱变换和线性调频小波变换分别计算得到鸣声信号的3种语... 深度学习输入特征的选择直接影响其分类性能,为了进一步提高基于深度学习的鸟类物种识别模型的分类性能,该文提出一种多特征融合识别方法。该方法首先通过短时傅里叶变换、梅尔倒谱变换和线性调频小波变换分别计算得到鸣声信号的3种语图样本集,然后分别利用3种语图样本集训练3个基于VGG16迁移的单一特征模型,将3个模型的输出进行自适应加权求和实现融合,并修正了加权交叉熵函数以克服样本不平衡的问题,最后对语图进行分类实现鸟类物种的识别。以ICML4B鸣声库的35种鸟类为研究对象,对比了4种模型的平均识别准确率(MAP),结果表明特征融合模型较单一特征模型的MAP最大提高了0.307;选择输入语图的持续时间分别为100 ms、300 ms以及500 ms,对比不同持续时间下4种模型的测试MAP值,结果表明持续时间为300 ms时4种模型的MAP值均为最高;对比了不同信噪比下4种模型的识别效果,多特征融合模型的识别准确率随着信噪比的下降降低最少。说明在选择合适的语图持续时间后,该文提出的特征融合模型能得到更高的识别准确率,具有一定的抗噪能力,且训练参数少,更适合于少样本鸟类的识别。 展开更多

关键词 鸟类物种识别 深度卷积神经网络 多特征融合

下载PDF 职称材料

基于机器听觉的鸟声识别的中文研究综述 被引量：12

12

作者 乔玉 钱昆 赵子平 《复旦学报（自然科学版）》 CAS CSCD 北大核心 2020年第3期375-380,共6页

本文主要基于中文文献中有关鸟声识别技术中的特征提取和分类方法,调研了国内的鸟声识别研究工作的现状.我们发现目前国内相关研究工作较少,中文文献极度缺乏,且识别技术主要集中在传统的机器学习算法,并缺乏公开的标准化的鸟声数据库.... 本文主要基于中文文献中有关鸟声识别技术中的特征提取和分类方法,调研了国内的鸟声识别研究工作的现状.我们发现目前国内相关研究工作较少,中文文献极度缺乏,且识别技术主要集中在传统的机器学习算法,并缺乏公开的标准化的鸟声数据库.论文指出今后需要加强公开的标准化的鸟声数据库的建立,并且需要进一步引入先进的深度学习技术到此领域的研究中. 展开更多

关键词 机器听觉 人工智能 生态监测 鸟声识别

下载PDF 职称材料

基于深度迁移学习的输电线路涉鸟故障危害鸟种图像识别 被引量：11

13

作者 邱志斌 石大寨 +2 位作者 况燕军 廖才波 朱轩 《高电压技术》 EI CAS CSCD 北大核心 2021年第11期3785-3794,共10页

为了实现输电线路渉鸟故障的差异化防治,提出一种基于深度迁移学习的危害鸟种图像识别方法。根据历史渉鸟故障的鸟种信息及输电走廊周边鸟种调查结果,建立88种相关鸟类图像数据集,采用类激活映射进行图像预处理,滤除复杂背景噪声。基于... 为了实现输电线路渉鸟故障的差异化防治,提出一种基于深度迁移学习的危害鸟种图像识别方法。根据历史渉鸟故障的鸟种信息及输电走廊周边鸟种调查结果,建立88种相关鸟类图像数据集,采用类激活映射进行图像预处理,滤除复杂背景噪声。基于迁移学习的思想,首先利用AlexNet、VGG16、ResNet50、Inception V3这4种深度卷积网络架构建立学习模型,采用ImageNet图像数据集对其进行预训练,通过对微调预训练后的网络结构进行模型迁移,使其匹配鸟种图像识别任务。然后,利用鸟种图像样本集对迁移学习模型进行训练与测试,对比4种网络模型的识别准确率。最后,借鉴Delphi法的思想,建立一种融合多卷积神经网络的渉鸟故障危害鸟种识别模型。算例验证结果表明,该模型对88种危害鸟种的识别准确率可达91.21%,能够有效实现架空输电线路巡检图像中的鸟种识别,进而为渉鸟故障防治提供参考。 展开更多

关键词 输电线路 渉鸟故障 深度迁移学习 类激活映射 卷积神经网络 鸟种图像识别

下载PDF 职称材料

面向鸟鸣声识别任务的深度学习技术 被引量：6

14

作者 谢卓钒 李鼎昭 +1 位作者 孙海信 张安民 《生物多样性》 CAS CSCD 北大核心 2023年第1期133-140,共8页

在生态系统中,鸟类是重要的组成部分,对调节生态环境和监测生物多样性至关重要,甚至可以通过监测鸟群动向与监听鸟群异常鸣声对地震、海啸等自然灾害进行辅助预测和防范,为此,鸟鸣声识别和异常鸣声监测成为热门的研究方向。然而,由于传... 在生态系统中,鸟类是重要的组成部分,对调节生态环境和监测生物多样性至关重要,甚至可以通过监测鸟群动向与监听鸟群异常鸣声对地震、海啸等自然灾害进行辅助预测和防范,为此,鸟鸣声识别和异常鸣声监测成为热门的研究方向。然而,由于传统鸟鸣声识别方法存在特征提取不充分等问题,导致识别率不高。本文采用融合特征的方法结合深度学习技术提取鸟鸣声特征,融合特征选择改良后的对数梅尔谱差分参数同原始信号参数拼接所得的特征;深度学习方法是基于Dense Net121网络结构,并融入自注意力模块与中心损失函数进行鸟鸣声识别。自注意力模块部分提高了关键通道的特征表达能力;中心损失函数可解决类内特征不紧凑问题。我们通过消融实验对比验证,对在Xeno-Canto世界野生鸟类声音公开数据集上选取的10种鸟类声音进行识别,准确率达到96.9%。代码已开源至Github:https://github.com/Carrie X6/-Xeno-Canto-.git。 展开更多

关键词 鸟鸣声识别 特征融合 自注意力模块 中心损失函数

原文传递

基于跨层精简双线性网络的细粒度鸟类识别 被引量：9

15

作者 蓝洁 周欣 +2 位作者 何小海 滕奇志 卿粼波 《科学技术与工程》 北大核心 2019年第36期240-246,共7页

细微的类间差异和显著的类内变化使得细粒度图像分类极具挑战性。为了对鸟类图像进行细粒度识别,提出一种基于跨层精简双线性池化的深度卷积神经网络模型。首先,根据Tensor Sketch算法计算出多组来自不同卷积层的精简双线性特征向量;其... 细微的类间差异和显著的类内变化使得细粒度图像分类极具挑战性。为了对鸟类图像进行细粒度识别,提出一种基于跨层精简双线性池化的深度卷积神经网络模型。首先,根据Tensor Sketch算法计算出多组来自不同卷积层的精简双线性特征向量;其次,将归一化后的特征向量级联送至softmax分类器;最后,引入成对混淆对交叉熵损失函数进行正则化以优化网络。提出的模型无需额外的部件标注,可进行端到端的训练。结果表明,在公开的CUB-200—2011鸟类数据集上,该模型取得了较好的性能,识别正确率为86.6%,较BCNN提高2.5%。与多个先进细粒度分类算法的对比,验证了提出模型的有效性和优越性。 展开更多

关键词 鸟类识别 精简双线性变换 跨层特征融合 成对混淆 细粒度图像分类

下载PDF 职称材料

基于特征迁移的多物种鸟声识别方法 被引量：8

16

作者 刘昊天 姜海燕 +3 位作者 舒欣 徐彦 伍艳莲 郭小清 《数据采集与处理》 CSCD 北大核心 2017年第6期1239-1247,共9页

针对多物种鸟声识别中多物种鸟声样本不足的问题,尝试采用单物种鸟声样本训练多物种鸟声识别模型,并提出一种基于特征迁移的多物种鸟声识别方法。该方法引入特征迁移学习算法,利用最大均值差异(Maximum mean discrepancy,MMD)度量鸟声... 针对多物种鸟声识别中多物种鸟声样本不足的问题,尝试采用单物种鸟声样本训练多物种鸟声识别模型,并提出一种基于特征迁移的多物种鸟声识别方法。该方法引入特征迁移学习算法,利用最大均值差异(Maximum mean discrepancy,MMD)度量鸟声样本特征分布差异,将不同分布的单物种鸟声和多物种鸟声的音频特征映射为同分布的潜在音频特征,再基于同分布的音频特征构造识别模型。使得单物种鸟声样本训练的识别模型也能够适用于多物种鸟声识别。在自然形成的多物种鸟声数据集上,算法在4项多标记评价指标上都取得了较好的识别效果;在人工构造的多物种鸟声数据集上对比试验表明,基于特征迁移的识别算法在单个物种上的正确识别率相较于对比算法最高提升了20%。 展开更多

关键词 鸟声识别 多物种 特征迁移 迁移学习

下载PDF 职称材料

基于深度学习的鸟声识别技术研究——以北京翠湖国家城市湿地公园为例

17

作者 王一宇 夏舫 +3 位作者 刘松 彭涛 郭慧敏 鉴海防 《园林》 2024年第4期19-26,共8页

鸟类是生态系统的重要组成部分,在评估生态系统状态方面具有不可忽视的作用,因此鸟类的调查和监测对于保护生态环境和维护生物多样性至关重要。传统的鸟类监测手段需要消耗大量人力物力,并且结果的准确性和可靠性有限。针对这一问题,提... 鸟类是生态系统的重要组成部分,在评估生态系统状态方面具有不可忽视的作用,因此鸟类的调查和监测对于保护生态环境和维护生物多样性至关重要。传统的鸟类监测手段需要消耗大量人力物力,并且结果的准确性和可靠性有限。针对这一问题,提出一种基于深度学习的鸟类声音数据分析识别系统,并在北京翠湖国家城市湿地公园进行应用示范,以验证系统的性能和准确性。该系统首先使用传统声音信号处理方法对前端拾音器采集的音频进行预处理,然后使用残差神经网络提取音频特征并进行分类,从而实现对目标声音所包含物种信息的自动识别。在系统运行期间,成功监测到有效鸟类声音片段共计200044条,其识别准确率达到93%。系统共识别出野生鸟类9目16科52种,其中,属于国家Ⅱ级重点保护野生动物有6种,分别是大天鹅、鸿雁、红角鸮、纵纹腹小鸮、蓝喉歌鸲、游隼;属于北京市重点保护野生动物共计22种,分别是苍鹭、夜鹭、普通鸬鹚、绿头鸭等。监测到音频片段中相对多度较高的前5个物种依次是苍鹭(26%)、鸿雁(16%)、夜鹭(13%)、白头鹎(11%)、普通鸬鹚(8%)。实验结果表明,该系统实现了对鸟类声音的自动采集和分析,显著提高了鸟类监测的效率,为风景园林的合理规划、生态节点的保留以及景观可持续性的提升提供了有力支持。 展开更多

关键词 翠湖国家城市湿地公园 鸟类监测 深度学习 鸟类声音识别 鸟类多样性 北京

下载PDF 职称材料

基于特征融合和B-SVM的鸟鸣声识别算法 被引量：1

18

作者 陈晓 曾昭优 《声学技术》 CSCD 北大核心 2024年第1期119-126,共8页

为了实现在野外通过低成本嵌入式系统识别鸟类,提出了基于特征融合和B-SVM的鸟鸣声识别方法。对鸟鸣声信号提取梅尔频率倒谱系数、翻转梅尔频率倒谱系数、短时能量和短时过零率组成特征参数,通过线性判别算法对特征参数进行特征融合。... 为了实现在野外通过低成本嵌入式系统识别鸟类,提出了基于特征融合和B-SVM的鸟鸣声识别方法。对鸟鸣声信号提取梅尔频率倒谱系数、翻转梅尔频率倒谱系数、短时能量和短时过零率组成特征参数,通过线性判别算法对特征参数进行特征融合。利用黑寡妇算法通过测试集对支持向量机模型的核参数和损失值进行优化得到B-SVM模型。利用Xeno-canto鸟鸣声数据集对本文算法进行了测试,结果表明该方法的识别准确率为93.23%。算法维度参数的大小和融合特征维度的高低是影响算法识别效果的重要因素。在相同条件下,文中所提的基于特征融合和B-SVM模型的鸟鸣声识别算法相较于其他特征参数和模型,识别的准确率更高,为野外鸟类识别提供了参考。 展开更多

关键词 鸟鸣声识别 梅尔频率倒谱系数 线性判别算法 黑寡妇优化算法 支持向量机

下载PDF 职称材料

基于DSSD的接触网鸟窝识别检测研究 被引量：7

19

作者 周俊 陈剑云 《华东交通大学学报》 2019年第6期70-78,共9页

随着中国电气化铁路里程的迅速增长,接触网的安全稳定运行面对巨大的压力,对其进行监测拥有重要意义。针对影响电气化铁路接触网正常工作的鸟害问题进行研究,通过对不同深度学习模型进行分析比较,选择DSSD模型以自动识别高速铁路接触网... 随着中国电气化铁路里程的迅速增长,接触网的安全稳定运行面对巨大的压力,对其进行监测拥有重要意义。针对影响电气化铁路接触网正常工作的鸟害问题进行研究,通过对不同深度学习模型进行分析比较,选择DSSD模型以自动识别高速铁路接触网沿线。同时使用迁移学习的方法,运用Caffe平台,在数据集不足的情况下,通过微调训练好的DSSD网络,提高了鸟窝识别训练网络的泛化性和稳定性。训练完的模型具有更快的识别速度和更好的鲁棒性,对于接触网安全稳定运行拥有重要的参考意义。 展开更多

关键词 DSSD网络 鸟窝识别 迁移学习 深度学习

下载PDF 职称材料

基于Radon和平移不变性小波变换的鸟类声音识别 被引量：7

20

作者 周晓敏 李应 《计算机应用》 CSCD 北大核心 2014年第5期1391-1396,1417,共7页

针对低信噪比(SNR)环境下鸟叫声识别率不够高的问题,提出一种对声谱图进行Radon变换(RT)和平移不变性离散小波变换(TIDWT)的抗噪型鸟类声音识别技术。首先,使用改进的多频带谱减法对鸟叫声进行降噪处理;其次,利用短时能量检测降噪后的... 针对低信噪比(SNR)环境下鸟叫声识别率不够高的问题,提出一种对声谱图进行Radon变换(RT)和平移不变性离散小波变换(TIDWT)的抗噪型鸟类声音识别技术。首先,使用改进的多频带谱减法对鸟叫声进行降噪处理;其次,利用短时能量检测降噪后的鸟叫声的静音段,并去除静音段;接着,将去除静音段的声音信号转化为声谱图,并对声谱图进行RT和TIDWT,提取特征值;最后,采用支持向量机(SVM)分类器对提取的特征值进行分类识别。实验结果表明,该方法在信噪比为10 dB及以下仍可以达到较好的识别效果。 展开更多

关键词 鸟类声音识别 多频带谱减法 短时能量 RADON变换 平移不变性离散小波变换 特征提取

下载PDF 职称材料