一种基于频率动态卷积模型的鸟类声音识别方法和系统.pdf

本发明公开了一种基于频率动态卷积模型的鸟类声音识别方法和系统，通过统计森林鸟类种群数量的变化，对区域进行生态评估。包括以下步骤：集各类鸟类声音信号，进行降噪处理；提取声音特征生成Log‑mel特征谱图供深度学习模型训练；应用频率动态卷积处理特征谱图；采用多尺度特征融合模块结合特征谱图不同层次的特征信息；引入CA注意力机制将图片位置信息加入到通道注意力；训练生成模型；将模型部署在AI设备中，监测鸟类声音并输出鸟类识别结果。本发明提出的模型采用频率动态卷积，特征融合和CA注意力机制，可部署在运算能力

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116504253 A (43)申请公布日 2023.07.28 (21)申请号 202310498901.7 (22)申请日 2023.05.05 (71)申请人 南京林业大学 地址 210037

相关知识

一种基于注意力残差和特征融合的鸟语识别方法和系统
一种基于注意力残差和特征融合的鸟语识别方法和系统技术方案
鸟类声音识别方法、模型训练方法、装置、电子设备
一种基于注意力机制的鸟类声音识别方法及装置与流程
基于卷积神经网络通过声音识别动物情绪的方法及系统
基于神经网络的野生生态环境鸟类鸣声识别方法与流程
一种基于深度卷积神经网络的禽类动物行为识别方法与流程
鸟类声音识别方法、模型训练方法、装置、电子设备.pdf
基于深度学习的鸟类声音识别的研究与应用
基于深度迁移学习与XGBoost的混合鸟鸣识别方法

网址: 一种基于频率动态卷积模型的鸟类声音识别方法和系统.pdf https://www.mcbbbk.com/newsview1310883.html