公开(公告)号：CN117831543A

公开(公告)日：2024-04-05

申请号：CN202311868654.1

申请日：2023-12-30

Applicant: 东北林业大学

Inventor： 罗辉 ,  贺浩伦

IPC: G10L17/26 ,  G10L17/02 ,  G10L17/18 ,  G10L25/24 ,  G10L25/45 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045 ,  G06N3/082

Abstract: 本发明一种基于EC‑EfficientNet的轻量化鸟鸣识别方法，涉及鸟类识别领域，为解决现有的鸟鸣识别模型往往具有较大参数量，计算精度不适于野外噪声干扰的环境，同时计算成本较高的问题。包括：步骤1：获取鸟鸣音频数据并进行预处理；步骤2：对鸟鸣音频数据进行特征提取，得到Mel倒谱系数；步骤3：基于得到的Mel倒谱系数进行动态差分参数的提取，然后与原Mel倒谱系数融合得到Mel动态融合特征的鸟鸣数据；步骤4：构建EC‑EfficientNet鸟鸣识别模型，模型引入ECA注意力机制，以捕获跨通道的交互信息，同时模型引入CBAM注意力机制，分别从通道和空间两个维度对特征图的各部分赋予不同的权重，以将注意力集中在更为重要的信息上；步骤5：对Mel动态融合特征的鸟鸣数据进行分类。