[發明專利]一種基于多特征融合遷移學習的鳥類個體識別方法

在審

• 申請號: 201810058223.1
• 申請日: 2018-01-22
• 公開（公告）號: CN108197591A
• 公開（公告）日: 2018-06-22
• 發明（設計）人: 謝將劍;李文彬;張軍國;岳陽;駱濟宏
• 申請（專利權）人: 北京林業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京正理專利代理有限公司 11257
• 代理人: 付生輝

本發明公開了一種基于多特征融合遷移學習的鳥類個體識別方法，包括：S1、對已知的鳥鳴信號進行預處理；S2、對預處理后的鳥鳴信號進行分幀和加窗處理，對得到的定幀長的鳥鳴信號利用線性調頻小波生成語圖；S3、對深度卷積神經網絡進行處理；S4、將S2中生成的語圖輸入到S3的神經網絡中獲得不同層的特征向量，融合后得到最終的特征向量；S5、將最終的特征向量輸入到支持向量機中，訓練后得到識別模型；S6、對得到的識別模型進行性能檢測，不斷改進得到最終的識別模型；S7、將待測鳥鳴信號按照步驟S1、S2、S4進行處理得到最終的特征向量后，將其輸入到S6的最終的識別模型中識別鳥類的種類和數量。

技術領域

本發明涉及鳥類識別技術領域，特別是涉及一種基于多特征融合遷移學習的鳥類個體識別方法。

背景技術

人類的活動和大自然的變化對鳥類生活環境有直接或間接的影響，從而可能對鳥類多樣性構成威脅。鳥類數量是研究群落種群動態不可缺少的生態學變量，選用其作為生境適宜性定量評價，可以為制定合理的濕地保護和管理規劃提供基礎。因而鳥類識別對于鳥類和鳥類生活環境的保護有重要意義。

比如，東方大葦鶯偏好在長勢良好的蘆葦叢中營巢，它在繁殖期內對巢域環境的要求尤為嚴格，對外界環境的變化非常敏感，因而是指示野鴨湖濕地環境變化的理想指示物種。東方大葦鶯的調查通常采用人工調查方法，很大程度上依賴于觀察者的視覺和聽力能力，茂密的植被會造成觀察者對遠處鳥類的識別和計數困難，從而導致調查范圍減小，而且結果具有一定的不確定性。同時濕地相對泥濘，徒步行走困難，且大多數情況下無法借助交通工具，需要花費大量的時間和精力。近年來，紅外相機技術在國內野生動物調查與監測中得到了廣泛應用，該方法無法監測被遮擋的鳥類個體，因此不適合于東方大葦鶯的調查。綜上所述，傳統的調查與監測方法存在不同的弊端，有必要研究新的方法彌補以上不足。大葦鶯鳴唱語句的起始部分在個體內較為保守，相對集中的體現個體特征，以此為理論依據，利用聲音采集設備以及個體識別軟件，基于鳴聲識別東方大葦鶯個體，實現東方大葦鶯的調查與監測的方法，不僅可以克服上述缺點，而且是高效率、非損傷、低干擾、大范圍的監測方法，具有巨大的應用前景。

目前常用的鳥鳴聲分類方法包括：1、基于模板匹配的分類方法，最具代表性的就是動態時間規整算法，該方法雖然識別精度較高，但是運算量太大，影響識別效率。2、建立基于特征的分類模型實現分類，常用的模型或方法有隱馬爾可夫模型、高斯混合模型、支持向量機、隨機森林、自主神經網絡、k最近鄰以及集成學習等，該類方法中手動提取合適的差異特征仍是一大瓶頸；3、基于深度學習的分類方法，該類方法將深度卷積神經網絡引入鳥鳴聲識別中，利用其優異的學習能力突破手動提取鳥鳴聲差異特征的瓶頸。H.V.Koops利用深度神經網絡(Deep Neural Network，DNN)實現了基于鳴聲的鳥類識別，并對比了不同輸入時的識別效果，結果表明采用音頻信號的梅爾頻率倒譜系數(Mel Frequency CepstrumCoefficient,MFCC)、delta-MFCC以及delta-delta-MFCC相結合的輸入時，識別效果最佳。I.Potamitis研究發現，利用語圖特征基于深度卷積神經網絡(Deep ConvolutionalNeural Network，DCNN)進行分類時，選擇音節特征作為輸入比選擇鳴唱特征的分類效果更好。K.J.Piczak以音頻信號的梅爾頻域功率譜圖為輸入，對比了3種不同結構的DCNN的識別效果，結果表明輸入功率譜圖的大小、網絡的層數以及網絡結構都會對識別效果產生影響；將同一音頻信號中，采用不同區域作為輸入時的識別結果求均值，可以提高識別的準確率。

利用深度卷積神經網絡，基于鳴聲識別鳥類物種的方法可以通過訓練自動獲取特征，但是訓練深度卷積神經網絡需要大量的樣本數據，因為鳥類物種鳴聲存在地域差異不能直接用網上下載的鳴聲進行訓練和驗證，而實地采集的鳴聲樣本又有限，小樣本訓練深度神經卷積網絡容易導致過擬合，使得模型的識別精度下降。另外，現有技術中基于灰度圖的灰度共生矩陣求取代表鳥類差異的特征值，選擇的特征單一，無法具有更好的通用性能

發明內容