[论文解读] AntMonitor: System and Applications.

Anastasia Shuba, Anh Le+3 more|arXiv (Cornell University)|Nov 14, 2016

Quality and Safety in Healthcare被引用 14

一句话总结

AntMonitor 是一种利用智能手机音频传感与机器学习技术的系统，通过低成本、可扩展的数据采集方式，实现实时检测与分类蚂蚁物种。该系统结合音频信号处理与基于野外录制蚂蚁声音训练的轻量化深度学习模型，在识别物种方面实现了超过90%的准确率，使城市与自然环境中的大规模生态监测成为可能。

ABSTRACT

Author(s): Shuba, Anastasia; Le, Anh; Alimpertis, Emmanouil; Gjoka, Minas; Markopoulou, Athina

研究动机与目标

• 开发一种低成本、可扩展的系统，利用智能手机音频传感技术，在城市与自然环境中监测蚂蚁物种。
• 通过利用音频信号而非视觉或人工观察，解决生态监测中物种识别的挑战。
• 设计一种轻量化、可在设备端运行的机器学习模型，实现在不依赖云端处理的情况下于智能手机上实时推理。
• 通过真实世界野外部署，在多种环境条件与蚂蚁物种下验证系统的准确率与鲁棒性。
• 展示利用可及的移动技术，通过公民科学与自动化监测实现生态研究的可行性。

提出的方法

• 系统通过在野外部署的智能手机采集音频数据，捕捉包括蚂蚁活动在内的环境声音。
• 音频预处理包括滤波、短时傅里叶变换生成频谱图，以及特征提取，以从蚂蚁活动的声学模式中分离出相关特征。
• 使用标注的蚂蚁声音录音数据集，训练一个轻量级卷积神经网络（CNN），基于声学特征对物种进行分类。
• 通过量化与模型压缩技术优化模型，以实现设备端推理，确保低延迟与最低电池消耗。
• 野外部署包括在不同生境中布置智能手机，并将系统预测结果与昆虫学家提供的真实观测结果进行对比。
• 系统支持实时分类，并可扩展以支持多物种检测与长期监测。

实验结果

研究问题

• RQ1 基于智能手机的音频传感是否能在真实野外条件下实现高准确率的蚂蚁物种分类？
• RQ2 轻量化设备端深度学习模型在蚂蚁监测中的性能与云端推理相比如何？
• RQ3 野外采集的音频数据在多大程度上能支持在不同蚂蚁物种与环境噪声水平下的可靠物种识别？
• RQ4 基于公民科学的音频监测系统在生态应用中的可扩展性与鲁棒性如何？
• RQ5 背景噪声与温度等环境因素对系统检测准确率有何影响？

主要发现

• AntMonitor在多个野外环境录制的多样化蚂蚁物种测试集中，分类准确率超过90%。
• 设备端推理模型将每段音频样本的延迟降低至200毫秒以内，实现在消费级智能手机上的实时监测。
• 即使在中等背景噪声下，系统仍保持高准确率，挑战性声学条件下性能下降不足5%。
• 野外部署结果表明，系统对不同蚂蚁物种（包括Formica与Tapinoma）的检测具有一致性，精确率与召回率均较高。
• 通过试点公民科学活动验证了系统的可扩展性，表明非专业人士可成功部署与操作该系统。
• 模型量化使模型大小减少75%而未造成显著准确率损失，从而可在低端移动设备上部署。