-
公开(公告)号:CN109979441A
公开(公告)日:2019-07-05
申请号:CN201910264817.2
申请日:2019-04-03
Applicant: 中国计量大学
Abstract: 本发明涉及一种基于深度学习的鸟类识别方法,属于鸟类鸣声识别技术领域。主要包括以下步骤:首先对不同种类鸟鸣声进行时频分析,得到不同种类鸟鸣声的时频谱图,再通过卷积神经网络提取时频谱图的图像特征,最后经过分类器,根据特征进行鸟类分类识别。该方法有较强的抗交叉干扰项的能力,分辨率较高,将鸟类各种富于变化的音节特征提取出来作为分类依据,特征参数代表性更强,受环境噪声影响弱。
-
公开(公告)号:CN112331220A
公开(公告)日:2021-02-05
申请号:CN202011282146.1
申请日:2020-11-17
Applicant: 中国计量大学
Abstract: 本发明涉及一种基于深度学习的鸟类实时识别方法,属于鸟类鸣声识别技术领域。主要包括以下步骤:首先对环境中的音频活动进行监测和采集,对采集到的鸟鸣声进行预处理以及时频分析,得到不同种类鸟鸣声的时频谱图,再通过样本数据增强后对卷积神经网络进行训练得到较优模型,用于鸟类分类识别,最后经识别终端上传云服务器。该方法有较强的抗交叉干扰项的能力,分辨率较高,将鸟类各种富于变化的音节特征提取出来作为分类依据,特征参数代表性更强,受环境噪声影响弱。
-