metody automatycznego rozpoznawania głosów ptaków
Post on 11-Jan-2016
57 Views
Preview:
DESCRIPTION
TRANSCRIPT
Metody automatycznego rozpoznawania głosów ptaków
Dr inż. Robert Wielgat
Państwowa Wyższa Szkoła Zawodowa w Tarnowie
Zakład Elektroniki i Telekomunikacji
Święto Uczelni 19 maja 2011
System akustycznego monitoringu ptaków – System akustycznego monitoringu ptaków – program rozpoznającyprogram rozpoznający
Metody automatycznego rozpoznawania głosów ptakówDr inż. Robert Wielgat
Systemekspertowy
Program rozpoznający
GPS
Stacajameteo
Urzą-dzenie
wabiące
Kamera cyfrowa
Aparat cyfrowy
Moduł komunikacji
radiowej
Macierz mikrofonowa
Program rozpoznający wczytuje pliki dźwiękowe nagrane cyfrowym rejestratorem audio w celu automatycznego rozpoznania gatunku śpiewającego ptaka. Informacja o rozpoznanym gatunku jest następnie zapisywana do bazy danych.
Cyfrowy rejestrator
audio
Bazadanych
Serwer WWW
Internet
Serwer GIS
Time [s]
Fre
quen
cy [H
z]
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.50
0.5
1
1.5
2
2.5
3
3.5
4
4.5
x 104
- Dźwięki głównie harmoniczne, zasadniczo brak składowych szumowych- Dwie pary strun głosowych,- W przypadku wielu głosów ptaków występują składowe ultradźwiękowe niesłyszalne dla ucha ludzkiego
Metody automatycznego rozpoznawania głosów ptakówDr inż. Robert Wielgat
Charakterystyka głosów ptakówCharakterystyka głosów ptaków
Metody automatycznego rozpoznawania głosów ptakówDr inż. Robert Wielgat
Trudności w rozpoznawaniu głosów ptakówTrudności w rozpoznawaniu głosów ptaków
• Naśladownictwo
- myszołów - szpak naśladujący myszołowa
• Nakładanie się głosów ptaków tzw. efekt „coctail party”
- ptaki śpiewające jednocześnie
• Rozpoznawanie w warunkach dużego szumu i hałasu otoczenia
• Rozpoznawanie dużej liczby gatunków ptaków
Metody automatycznego rozpoznawania głosów ptakówDr inż. Robert Wielgat
Rozpoznawanie głosów ptaków - prefiltracjaRozpoznawanie głosów ptaków - prefiltracja
Głos puszczyka
Metody automatycznego rozpoznawania głosów ptakówDr inż. Robert Wielgat
Rozpoznawanie głosów ptaków - prefiltracjaRozpoznawanie głosów ptaków - prefiltracja
Metody automatycznego rozpoznawania głosów ptakówDr inż. Robert Wielgat
Rozpoznawanie głosów ptaków - detekcjaRozpoznawanie głosów ptaków - detekcja
Prawidłowa detekcja
Metody automatycznego rozpoznawania głosów ptakówDr inż. Robert Wielgat
Rozpoznawanie głosów ptaków - detekcjaRozpoznawanie głosów ptaków - detekcja
Błędna detekcja
Prawidłowa detekcja
Metody automatycznego rozpoznawania głosów ptakówDr inż. Robert Wielgat
Rozpoznawanie głosów ptaków - klasyfikacjaRozpoznawanie głosów ptaków - klasyfikacja
Ekstrakcja cech -MFCC
Oblicz prawdopodobieństwodla HMM n-tego gatunku
n=0, Pmax=0
P > Pprog
P > Pmax
Gatunek odrzucony
Nowy kandydat
n>N
Stop
NieTak
Tak
Tak
Nie
Nie
Wczytaj fragment przefiltrowanego
nagrania
n=n+1
Zapisz rozpoznany gatunek do bazy
Start
MFCC – parametry mel-cepstralne (ang. Mel-Frequency Cepstral Coefficients)HMM – ukryte modele Markowa (ang. Hidden Markov Models) N – liczba gatunków ptaków w słowniku dla danego pasmaP - prawdopodobieństwo
Metody automatycznego rozpoznawania głosów ptakówDr inż. Robert Wielgat
Wyniki EksperymentówWyniki EksperymentówGatunek
Typsygnał
u
Skuteczność Rozpoznawania
[%]
Błądrozpoznawania
[%]Gatunek
Typsygnał
u
Skuteczność Rozpoznawania
[%]
Błądrozpoznawania
[%]
Wodniczka B 92,86 0 Gąsiorek A 100 0,35
Krzyżówka A 25 0 Słowik szary A 100 0
Świergotek łąkowy A 100 0 Sosnówka A 100 0
Uszatka B 100 0 Bogatka I 100 0
Myszołów B 78,95 0,24 Mazurek C 92,31 0
Dziwonia A 100 0 Pierwiosnek E 100 0
Gawron A 98,33 0 Piecuszek A 78,57 0
Kawka A 100 0 Kowalik B 100 0
Derkacz A 98,68 0,25 Puszczyk A 100 0
Kukułka A 79,49 0,12 Puszczyk uralski A 100 0,48
Dzięcioł duży A 100 0,12 Szpak E 100 0,12
Ortolan A 100 0 Piegża A 100 0,12
Zięba G 100 0,13 Kwiczoł A 100 0
Sójka A 100 0 Dudek A 100 1,37
Dymówka A 54,55 0ŚREDNIA 93,33 0,11
Krętogłów A 98,37 0
Metody automatycznego rozpoznawania głosów ptakówDr inż. Robert Wielgat
Wnioski i kierunki dalszych pracWnioski i kierunki dalszych prac
Wnioski
• Rozpoznawanie głosów ptaków z wykorzystaniem prefiltracji, parametrów Mel-cepstralnych (MFCC) oraz niejawnych modeli Markowa (HMM) okazało się najlepszą z przebadanych strategii rozpoznawania.
• Za pomocą opracowanej metody jest możliwe wykrywanie obecności niektórych gatunków ptaków w terenie z dużym stopniem prawdopodobieństwa.
Kierunki dalszych prac
• Powiększenie rozmiaru słownika do około 100 gatunków
• Opracowanie skutecznych metod detekcji oraz odszumiania sygnału
•Integracja programu rozpoznającego z pozostałymi elementami systemu
Metody automatycznego rozpoznawania głosów ptakówDr inż. Robert Wielgat
Dziękuję Państwu za uwagęDziękuję Państwu za uwagę
top related