首页|一种轻量化的海南长臂猿声音识别模型

一种轻量化的海南长臂猿声音识别模型

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
[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.
A Lightweight Sound Recognition Model for Hainan Gibbons

高家军、张旭、陈艳、郭颖、于新文、罗丽、刘昱坤、郭安琪、杨蔡芸

展开 >

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

声音识别 声音监测 海南长臂猿

中央级公益性科研院所基本科研业务费专项中国林业科学研究院项目中央级公益性科研院所基本科研业务费专项中国林业科学研究院项目

CAFYBB2019ZB011CAFYBB2021ZB002

2022

10.12356/j.2096-8884.2022-0067

陆地生态系统与保护学报

陆地生态系统与保护学报

ISSN：
年,卷(期)：2022.2(6)
  • 20