[論文レビュー] Automatic Identification of Animal Breeds and Species Using Bioacoustics and Artificial Neural Networks

Jaderick P. Pabico, Anne Muriel V. Gonzales+2 more|arXiv (Cornell University)|Jul 20, 2015

Animal Vocal Communication and Behavior参考文献 25被引用数 4

ひとこと要約

本研究では、生体音響学と人工ニューラルネットワーク（ANN）を用いた自動システムを提案し、鳴き声に基づいて動物の品種や種を特定する。録音された音声から28のスペクトル特徴を抽出し、3つのANNが鳥類で71.43%、イヌで94.44%、アマガエルで90.91%の正確さを達成した。これは、人間の耳では区別できない場合でも、鳴き声が信頼できる識別子として機能しうることを示している。

ABSTRACT

In this research endeavor, it was hypothesized that the sound produced by animals during their vocalizations can be used as identifiers of the animal breed or species even if they sound the same to unaided human ear. To test this hypothesis, three artificial neural networks (ANNs) were developed using bioacoustics properties as inputs for the respective automatic identification of 13 bird species, eight dog breeds, and 11 frog species. Recorded vocalizations of these animals were collected and processed using several known signal processing techniques to convert the respective sounds into computable bioacoustics values. The converted values of the vocalizations, together with the breed or species identifications, were used to train the ANNs following a ten-fold cross validation technique. Tests show that the respective ANNs can correctly identify 71.43\% of the birds, 94.44\% of the dogs, and 90.91\% of the frogs. This result show that bioacoustics and ANN can be used to automatically determine animal breeds and species, which together could be a promising automated tool for animal identification, biodiversity determination, animal conservation, and other animal welfare efforts.

研究の動機と目的

• 人間の耳では区別できない場合でも、動物の鳴き声が種や品種を信頼できる識別子として機能するかどうかを調査すること。
• 生体音響学的特徴に基づいてトレーニングされた人工ニューラルネットワーク（ANN）を、自動動物識別に開発・評価すること。
• 視覚ベースの識別法の制限（視界が確保されていなければならない、十分な照明が必要）を克服すること。
• 生物多様性モニタリング、保護、動物福祉の分野における音声ベースの識別法の実現可能性を調査すること。
• 多様な動物の鳴き声データセットを用いた10分割交差検証によるANNの性能を評価すること。

提案手法

• 標準化された音声録音技術を用いて、13種の鳥類、8種のイヌの品種、11種のアマガエルの鳴き声を収集した。
• 信号処理技術を適用し、各鳴き声からMFCC、LPC、ゼロクロスレートを含む28の定量的スペクトル特性を抽出した。
• 抽出された生体音響学的特徴を、鳥類、イヌ、アマガエルのそれぞれの分類に特化した3つの別個の人工ニューラルネットワーク（ANN）の入力として使用した。
• 各ANNのトレーニングと評価に、10分割交差検証手法を用い、妥当性と一般化能力を確保した。
• 構造的パラメータを最適化し、ラベル付きデータを用いて各動物をその品種または種に分類するようにANNをトレーニングした。
• 混同行列と全体の正確さ／誤差率を用いて性能を評価した。その結果、分類の信頼性が高く示された。

実験結果

リサーチクエスチョン

• RQ1 人間の耳では区別できない場合でも、動物の鳴き声が種や品種を信頼できる識別子として機能するか？
• RQ2 人工ニューラルネットワークは、生体音響学的特徴に基づいて、動物の鳴き声をどの程度正確に分類できるか？
• RQ3 鳥類、イヌ、アマガエルといった動物群において、識別正確さの観点から必要なスペクトル特徴はどのように異なるか？
• RQ4 鳴き声に基づく機械学習モデルは、視覚ベースの識別法に比べ、観察が困難な状況下でも優れているか？
• RQ5 大規模な生物多様性モニタリングと保護活動において、自動音声ベースの識別法の可能性は何か？

主な発見

• 鳥類の識別に用いたANNは、全体で71.43%の正確さを達成し、テストされた13種の鳥類のうち71.43%を正しく分類した。
• イヌの品種識別に用いたANNは、94.44%の最高正確さを記録し、18個のテストサンプルのうち17個を正しく特定した。
• アマガエルの識別に用いたANNは90.91%の正確さを達成し、20個のテストサンプルのうち18個を正しく識別した。Pseudo種の誤差率は9.09%であった。
• 本システムは、鳴き声に分類に有用なスペクトル特徴が含まれており、それらを活用することで自動的な種および品種分類が可能であることを示した。
• 結果から、生体音響学とANNが、スケーラブルで非侵襲的な生物多様性モニタリングと保護のためのツールとして機能しうると仮説が支持された。
• 本研究では、スマートフォンからのクラウドソーシング音声データを活用することで、大規模な動物モニタリングの自動識別が向上する可能性があると示唆した。