基于MFCC和双重GMM的鸟类识别方法-王恩泽

《基于MFCC和双重GMM的鸟类识别方法-王恩泽》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、计算机工程与设计２０１４年５月Ｍａｙ．２０１４第３５卷第５期ＣＯＭＰＵＴＥＲＥＮＧＩＮＥＥＲＩＮＧＡＮＤＤＥＳＩＧＮＶｏｌ．３５Ｎｏ．５基于犕犉犆犆和双重犌犕犕的鸟类识别方法王恩泽，何东健＋（西北农林科技大学机械与电子工程学院，陕西杨凌７１２１００）摘要：针对鸟类鸣声信号变化丰富和复杂的特点，提出一种基于ＭＦＣＣ和鸣叫、鸣唱声ＧＭＭ模型的鸟类识别方法。该方法拟采用将鸟鸣声分为鸟叫声和鸟唱声的策略，分别提取其特征参数ＭＦＣＣ，提出双重ＧＭＭ模

2、型进行训练和识别。用８种鸟的鸣叫声和鸣唱声１０７７个样本进行实验，实验结果表明，双重ＧＭＭ模型的识别率达到９０％以上，与单一鸣声模型相比具有更高的识别率。关键词：鸟类识别；梅尔倒谱系数；鸣叫；鸣唱；双重高斯混合模型中图法分类号：ＴＮ９１２．３４文献标识号：Ａ文章编号：１０００７０２４（２０１４）０５１８６８０４ＢｉｒｄｒｅｃｏｇｎｉｔｉｏｎｂａｓｅｄｏｎＭＦＣＣａｎｄｄｕａｌＧＭＭ＋ＷＡＮＧＥｎｚｅ，ＨＥＤｏｎｇｊｉａｎ（ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌａｎｄＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，Ｎｏｒｔｈｗ

3、ｅｓｔＡ＆ＦＵｎｉｖｅｒｓｉｔｙ，Ｙａｎｇｌｉｎｇ７１２１００，Ｃｈｉｎａ）犃犫狊狋狉犪犮狋：Ｉｎａｃｃｏｒｄａｎｃｅｗｉｔｈｔｈｅｆｌｅｘｉｂｉｌｉｔｙａｎｄｔｈｅｃｏｍｐｌｅｘｉｔｙｏｆｂｉｒｄｃｈｉｒｐｓ，ａｂｉｒｄｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｉｓｒａｉｓｅｄｏｎｔｈｅｂａｓｉｓｏｆＭＦＣＣａｎｄＧＭＭｍｏｄｅｌ．Ｂｙｃｌａｓｓｉｆｙｉｎｇｂｉｒｄｃｈｉｒｐｓｉｎｔｏｃａｌｌａｎｄｓｉｎｇ，ａｎｄｅｘｔｒａｃｔｉｎｇｔｈｅｉｒｆｅａｔｕｒｅｐａｒａｍｅｔｅｒＭＦＣＣｒｅｓｐｅｃｔｉｖｅｌｙ，ａｄｕａｌＧＭＭｍｏｄｅｌｉ

4、ｓｐｕｔｆｏｒｗａｒｄｆｏｒｔｒａｉｎｉｎｇａｎｄｒｅｃｏｇｎｉｚｉｎｇ．Ｅｘｐｅｒｉｍｅｎｔｓａｒｅｃａｒｒｉｅｄｏｕｔｗｉｔｈ１０７７ｂｉｒｄｃｈｉｒｐｓａｍｐｌｅｓｏｆ８ｋｉｎｄｓｏｆｂｉｒｄｓ．ＲｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｒｅｃｏｇｎｉｔｉｏｎｒａｔｅｏｆｄｕａｌＧＭＭｍｏｄｅｌｉｓｏｖｅｒ９０％，ｍｕｃｈｈｉｇｈｅｒｔｈａｎｔｈａｔｏｆｔｈｅｓｉｎｇｌｅｖｏｃａｌｍｏｄｅｌ．犓犲狔狑狅狉犱狊：ｂｉｒｄｉｄｅｎｔｉｆｉｃａｔｉｏｎ；Ｍｅｌｆｒｅｑｕｅｎｃｙｃｅｐｓｔｒｕｍｃｏｅｆｆｉｃｉｅｎｔ（ＭＦＣＣ）；ｃａｌ

5、ｌ；ｓｏｎｇ；ｄｏｕｂｌｅＧａｕｓｓｉａｎｍｉｘｔｕｒｅｍｏｄｅｌ（ｄｕａｌＧＭＭ）ｍａｃｈｉｎｅ，ＳＶＭ）、向量量化（ｖｅｃｔｏｒｑｕａｎｔｉｚａｔｉｏｎ，ＶＱ）、０引言隐马尔可夫模型（ｈｉｄｄｅｎＭａｒｋｏｖｍｏｄｅｌ，ＨＭＭ）和高斯混湿地鸟的种类识别对保护鸟类、了解湿地生态系统和合模型（Ｇａｕｓｓｉａｎｍｉｘｔｕｒｅｍｏｄｅｌ，ＧＭＭ）。ＪｉｎｋｕｉＣｈｅｎｇ等［１０］评测湿地环境质量具有重要意义［１］。传统的鸟类识别方法人通过提取４种雀形目鸟类的ＭＦＣＣ特征，用ＧＭＭ进行种内个体识别，该方法仅在种内进行个体识别，未考虑有视

6、频监测和人工识别方法，但视频监测成本高、监测目不同种类间的识别。薛宇志［１１］采用二阶层式识别架构，先标范围有限［２］；而人工识别实施困难、效率低［３］。声音是判断鸣声类型，然后输入相应的判断单元进行识别，但需鸟类的重要生物学特征，也是识别鸟类的重要依据［４］。通要事先判断鸟类的鸣声类型，不仅增加了复杂度，而且人过声音识别鸟的种类，对确定湿地鸟的种类、判断是否有工判断鸣声类型的准确度亟待提高。外来鸟类以及研究鸟的迁徙规律具有重要的意义［５］。为提高湿地鸟类识别率，本文拟采用将鸟声分为鸣叫在声音识别中，特征参数［６，７］的选择和分类模

7、型［８，９］的声和鸣唱声的策略，分别提取其特征参数ＭＦＣＣ，构建双构建，直接影响识别性能和复杂度。通常采用的特征参数重ＧＭＭ模型进行训练与识别，以提高识别准确度。有线性预测倒谱系数（ｌｉｎｅａｒｐｒｅｄｉｃｔｉｏｎｃｅｐｓｔｒｕｍｃｏｅｆｆｉ１声音样本获取与特征参数提取ｃｉｅｎｔ，ＬＰＣＣ）和Ｍｅｌ频率倒谱系数（ｍｅｌｆｒｅｑｕｅｎｃｙｃｅｐｓｔｒａｌｃｏｅｆｆｉｃｉｅｎｔ，ＭＦＣＣ），分类模型多用动态时间归整（ｄｙ１１声音样本获取ｎａｍｉｃｔｉｍｅｗａｒｐｉｎｇ，ＤＴＷ）、支持向量机（ｓｕｐｐｏｒｔｖｅｃｔｏｒ考虑到声音

8、样本的多寡、地域的合理性、科目的差异收稿日期：２０１３０８２８；修订日期：２０１３１１０８基金项目：西北农林科技大学校长基金项目（Ａ２１３０２０９０１）作者简介：王恩泽（１９８９），男，山东泰安人，硕士研究生，研究方向为智能化