一种轻量化的海南长臂猿声音识别模型
作者机构:中国科学研究院资源信息研究所北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091 中国农业大学植物保护学院北京100083
基 金:中国林业科学研究院中央级公益性科研院所基本科研业务费专项资金(CAFYBB2019ZB011 CAFYBB2021ZB002)
出 版 物:《陆地生态系统与保护学报》 (Terrestrial Ecosystem and Conservation)
年 卷 期:2022年第2卷第6期
页 码:51-60页
摘 要:【目的】为解决海南长臂猿(Nomascus hainanus)野外声音监测难题,提出了一种轻量化的长臂猿声音识别模型,以期提高声音监测效率,丰富海南长臂猿监测体系。【方法】通过优化激活函数、减少批标准化层以及重新设计网络层级结构,对轻量化神经网络模型MobileNetV2进行了改进。改进优化后的模型适用于野外真实场景下的硬件部署,以实现对海南长臂猿的声音识别。【结果】1)在模型精度方面,优化后的声音识别模型对于海南长臂猿声音识别的精准率可达100%,F1分数可达99.9%,相比于MobileNetV2与MobileNetV3模型,精准率提升了2.3%与1.1%,F1分数提升了5.6%与1.4%。2)在模型参数方面,优化后的声音识别模型的参数量为1.51 M,相比于MobileNetV2与MobileNetV3模型,模型参数量降低了32.3%与0.7%,识别速度提升了51.9%与54.7%。【结论】提出的轻量化海南长臂猿声音模型,可在野外真实场景下有效识别海南长臂猿声音,为海南长臂猿的保护与监测提供技术支撑。
学科分类:081203[081203] 08[工学] 09[农学] 0903[农学-动物生产类] 0835[0835] 0812[工学-测绘类]
D O I:10.12356/j.2096-8884.2022-0067
馆 藏 号:203121531...