华中农业大学学报

作者：李怀城，杨道武，温治芳，王亚楠，陈爱斌

单位：中南林业科技大学计算机与信息工程学院/人工智能应用研究所，长沙 410004

关键词：卷积神经网络;鸟鸣声分类;深度学习;梅尔频谱图;Inception

基金：国家自然科学基金项目（62276276）；智慧物流技术湖南省重点实验室项目（2019TP1015）；湖南省研究生科研创新项目（CX20210879）

为进一步提高通过声音识别鸟类的精确度，本研究提出基于Inception-CSA深度学习模型的鸟鸣声分类方法，包含鸟鸣声音频样本预处理、特征提取、分类器分类等步骤。首先将鸟鸣声样本预处理成尺寸相同的梅尔频谱图，作为鸟鸣声特征图；其次利用Inception-CSA模型对鸟鸣声特征图进行特征提取，其中Inception模块提取鸟鸣声特征图中的多尺度局部时频域特征，CSA模块获取鸟鸣声特征图的全局注意力权重，将二者的输出结合得到更强的特征图，再次利用最大池化层对特征图进行下采样；最后利用全连接层进行分类，得到最终的分类结果。以采集的华南地区自然环境中的10种野生鸟类的鸣叫声构建数据集，用于实验部分以验证方法的有效性。结果表明，本研究提出的方法在自建数据集上准确率达到了93.11%，相比于基于其他经典模型的分类方法，基于Inception-CSA模型的分类方法在拥有较少模型参数量的同时达到了更高的准确率。

来源：2023年第3期

《华中农业大学学报》期刊编辑部

查看华中农业大学学报杂志2023年第3期