基于Inception-CSA深度学习模型的鸟鸣分类.pdfVIP

第42卷第3期华中农业大学学报Vol.42No.3

2023年5月JournalofHuazhongAgriculturalUniversityMay2023，97~104

李怀城，杨道武，温治芳，等.基于Inception-CSA深度学习模型的鸟鸣分类［J］.华中农业大学学报，2023，42（3）：97⁃104.

DOI：10.13300/ki.hnlkxb.2023.03.012

基于Inception-CSA深度学习模型的鸟鸣分类

李怀城，杨道武，温治芳，王亚楠，陈爱斌

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

摘要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。

关键词卷积神经网络；鸟鸣声分类；深度学习；梅尔频谱图；Inception

中图分类号TP183文献标识码A文章编号1000-2421（2023）03-0097-08

［8］［8］［9］

随着工业社会的发展，生态环境的保护与修复法为主，包括支持向量机、决策树、随机森林、

［1］［10-11］［12］

逐渐成为研究重点。在生态环境中，鸟类是野生动高斯混合模型、隐马尔科夫模型等。该类方

［2］

物中最具代表性的类群之一，其对栖息地环境变化法提取特征的能力有限，很难提取到声音特征的时

的反应极为敏感。鸟类物种多样性的组成、数量、生间频率变化，难以应对真实环境下有背景噪声影响

活习性等特征反映了其栖息地生态环境的适宜性、的鸟鸣声分类研究。近年来，深度学习模型被证明

［3-4］

人类社会的发展对该生态系统的影响程度等。比传统的机器学习方法更适用于复杂的分类问

［13］

识别鸟类所属种群对珍稀鸟类的保护以及生态环境题。音频样本中的时域信号经过短时傅里叶变换

检测都有着重要意义，因此，研究一种高精度和强泛（shorttimeFouriertransform，STFT）等操作可以转

化性的鸟鸣声分类方法是很有必要的。目前，鸟类换成同时具备时域特征和频域特征的语谱图（spec⁃

识别任务主要基于图像信号和音频信号。利用图像trogram），利用语谱图能进一步提取音频特征用于音

［5］

信号对鸟类进行分类研究存在一定的局限性。在频分类任务。随着深度学习的发展，卷积神经网络

自然界