Mar, 2024

BirdSet：鸟类生物声学分类的多任务基准

PDF
TL;DR深度学习模型在鸟类生物声学中作为强大的工具出现，但是研究中的不一致性对这一领域的进展构成了重大挑战。为了克服这些挑战，我们提出了 BirdSet 基准测试，这是一个统一的框架，通过整体方法来对鸟类生物声学中的鸟叫进行分类。BirdSet 通过将开源鸟类录音整合到一个经过精心策划的数据集合中，为当前模型的基线结果建立了统一的基础，旨在促进可比性、指导后续数据收集，并提高对鸟类生物声学的新手的可访问性。
发现论文，激发创造
  • BIRB：生物声学信息检索的泛化度量基准

    应对训练和部署条件的差异（例如分布偏移或对全新类别的泛化）对于机器学习模型在实际应用中至关重要。本研究提出了一个复杂的基准测试集 BIRB，以检索从大型公众科学语料库中经过被动记录的数据集中的鸟类声音。通过使用表示学习和最近质心搜索的基线系统，我们的实证评估和分析展示了开放性的研究方向，同时也建议 BIRB 作为更真实、更复杂的基准测试集，来推动对于分布偏移鲁棒性和机器学习模型泛化的进展。

    Dec, 2023

  • 利用众包训练数据在未知的声音背景中检测鸟鸣声

    通过建立鸟鸣音的生成模型和采用新颖性检测技术，可以在全球范围内使用廉价的无人值守记录站或使用移动设备上的录音和物种识别进行大规模众包，可靠地识别动物物种的能力受到限制。

    May, 2015

  • 通过深度学习自动识别鸟类声音：首届鸟类声音检测挑战赛

    使用现代机器学习技术进行鸟类检测，无需人工重新校准，也不需要针对目标物种或目标环境中的声学条件进行预训练，可在远程监测数据中实现非常高的检索率，达到约 88％的 AUC 性能，并讨论了将这种检测方法整合到远程监测项目中的方法。新的声学监测数据集被提出并进行了详细的性能评估。

    Jul, 2018

  • 探索基于元信息的音频零样本鸟类分类

    这项研究利用元信息来改善零样本音频分类，以鸟类物种作为例子进行了研究，并通过文本描述、功能特征和鸟类生活历史三种元信息的来源，提取了音频特征并采用零样本学习算法得出了最佳结果。

    Sep, 2023

  • 深度音频嵌入解析鸟鸣

    研究使用半监督学习方法通过深度学习和声学监测来掌握鸟类叫声和环境噪声的特征，以提高环境声学数据的分类精度和深入了解环境声学数据的潜在结构。

    Aug, 2021

  • 评估小型脚印深度学习方法在新标注数据集上的西地中海湿地鸟类分类

    本文提出了一种基于生态学价值自动化分析和检测鸟类物种的专家系统的部署，该系统通过无线声学传感器网络和具有深度学习技术的深度神经网络来实现鸟类的准确分类，并对 VGG16、ResNet50 和 MobileNetV2 这三种深度神经网络的效果进行比较分析，发现 MobileNetV2 的 F1 得分优于 VGG16 而略低于 ResNet50，且模型大小小得多。

    Jul, 2022

  • 主动鸟声嵌入：基于 Transformer 的端到端鸟声监测

    我们提出将自我监督（SSL）和深度主动学习（DAL）结合起来，转向端到端学习进行鸟类声音监测。利用 Transformer 模型，我们旨在绕过传统的频谱图转换，实现直接的原始音频处理。通过 SSL，ActiveBird2Vec 将生成高质量的鸟类声音表示，可能加快对风电场环境变化和决策过程的评估。此外，我们还计划通过 DAL 利用多种鸟类鸣叫声，减少对人工专家 extensively labeled 数据集的依赖。我们计划通过 Huggingface Datasets 整理一套全面的任务，增强生物声学研究的未来可比性和可重复性。将进行各种 Transformer 模型之间的比较分析，评估它们在鸟声识别任务上的熟练程度。我们旨在加速鸟类声学研究的进展并为更有效的保护策略作出贡献。

    Aug, 2023

  • 生物声音的自动深度学习

    该研究探讨了自动化深度学习在多类鸟类声音分类中提高准确性和效率的潜力，与传统手动设计的深度学习模型进行对比。采用西地中海湿地鸟类数据集，研究了使用 AutoKeras（一种自动化机器学习框架）来自动化神经架构搜索和超参数调优。比较分析验证了我们的假设，即 AutoKeras 导出的模型在性能上一直优于传统模型（如 MobileNet、ResNet50 和 VGG16）。该研究突显出自动化深度学习在推动生物声学研究和模型方面的变革潜力，事实上，自动化技术消除了对手动特征工程和模型设计的需求，同时提高了性能。该研究通过样本、评估和报告的最佳实践，提升了这一新兴领域的可复制性。所有使用的代码可在 https://github.com/giuliotosato/AutoKeras-bioacustic 获取。

    Nov, 2023

  • 用于鸟鸣声的多标签分类器链

    该研究提出了一种用于多标签分类鸟鸣的分类器链集合方法，并结合分段直方图表示进行实验比较，发现该方法通常优于二元关联法，在某些情况下优于多实例多标签学习算法。

    Apr, 2013

  • 具备人类语言监督的可转移生物声学模型

    利用无损声学监测方法追踪全球生物多样性和人类活动对物种的影响，在此工作中，我们提出了一种基于对比语音 - 音频预训练的生物声学模型 BioLingual，该模型能够跨类别识别超过一千种动物的叫声并通过自然语言查询检索动物语音记录。

    Aug, 2023