摘要
本申请涉及人工智能与鸟类生态学交叉领域,其具体地公开了一种基于深度学习技术的大规模鸟声识别方法,该方法通过项目区域录音设备采集鸟声音频,利用Bird audio detection challenge 2018数据集训练鸟声事件检测模型,并用野外录音数据进行类别预测,分离出有效鸟声和背景噪声;同时结合中国观鸟记录中心的鸟种目录和Xeno‑Canto的音频文件,构建鸟声识别数据集,使用背景噪声和鸟声识别数据集训练鸟声识别模型,并进行验证;最终,将有效鸟声数据输入模型进行标签预测,以识别鸟声。本发明旨在通过深度学习技术,对在建项目区域开展广泛的鸟类声音识别,从而节省数据处理成本,提高复杂场景下的识别准确率。
技术关键词
鸟声识别模型
事件检测模型
深度学习技术
识别方法
背景噪声
数据
录音设备
项目
矩阵乘法运算
音频采集模块
噪声技术
标签
识别策略
噪声样本
目录
融合策略
语音特征
系统为您推荐了相关专利信息
识别方法
雷达
数据
一维卷积神经网络
随机梯度下降