[论文解读] 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 4

一句话总结

本研究提出一种基于生物声学与人工神经网络（ANNs）的自动化系统，通过声音识别动物品种与物种。通过从录音中提取28个频谱特征，三种ANN分别实现了对鸟类71.43%、狗94.44%和青蛙90.91%的识别准确率，表明即使人类听觉难以区分，声音特征仍可作为可靠的识别依据。

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.

研究动机与目标

• 探究尽管人类听觉难以区分，动物叫声是否仍可作为物种与品种的可靠识别依据。
• 开发并评估基于生物声学特征训练的人工神经网络（ANNs），用于自动化动物识别。
• 克服基于视觉的识别方法对无遮挡视线和充足光照的依赖。
• 探索基于声音的识别在生物多样性监测、保护及动物福利应用中的可行性。
• 通过十折交叉验证评估ANN在多样化动物叫声数据集上的性能。

提出的方法

• 使用标准化音频录制技术，采集13种鸟类、8种狗品种和11种青蛙的叫声录音。
• 应用信号处理技术，从每段叫声中提取28个可量化的频谱特性，包括梅尔频率倒谱系数（MFCC）、线性预测系数（LPC）和过零率。
• 将提取的生物声学特征作为输入，训练三个独立的人工神经网络（ANNs），分别用于鸟类、狗和青蛙的识别。
• 采用十折交叉验证技术训练和评估每个ANN，以确保模型的稳健性与泛化能力。
• 对ANN的结构参数进行优化，并利用带标签数据训练模型，将每只动物分类至其对应的品种或物种。
• 通过混淆矩阵和总体准确率/错误率评估性能，结果表明分类具有高度可靠性。

实验结果

研究问题

• RQ1 即使人类听觉难以区分，动物叫声是否仍可作为物种与品种的可靠识别依据？
• RQ2 人工神经网络在多大程度上能基于生物声学特征准确分类动物叫声？
• RQ3 在识别准确率方面，鸟类、狗和青蛙等动物群体所需的频谱特征有何差异？
• RQ4 在观测条件困难的情况下，基于声音的机器学习模型是否能优于传统的基于视觉的识别方法？
• RQ5 在大规模生物多样性监测与保护工作中，自动化声音识别的潜力如何？

主要发现

• 鸟类物种识别的ANN总体准确率达到71.43%，成功识别出测试的13种鸟类中的71.43%。
• 狗品种识别的ANN准确率最高，达94.44%，在18个测试样本中正确识别了17个。
• 青蛙物种识别的ANN准确率为90.91%，在20个测试样本中正确识别了18个，Pseudo物种的错误率为9.09%。
• 该系统表明，叫声中包含可被利用的区分性频谱特征，可用于自动化物种与品种分类。
• 结果支持假设：生物声学与ANN可作为可扩展、非侵入性的生物多样性监测与保护工具。
• 本研究表明，通过智能手机收集的众包音频数据，可借助自动化识别技术提升大规模动物监测能力。