[发明专利]一种鸟声识别系统及识别方法有效

专利信息
申请号: 202010068386.5 申请日: 2020-01-20
公开(公告)号: CN111276151B 公开(公告)日: 2023-04-07
发明(设计)人: 范雪环;娄丽娜 申请(专利权)人: 北京正和恒基滨水生态环境治理股份有限公司
主分类号: G10L17/26 分类号: G10L17/26;G10L17/02;G10L17/18;G10L17/04;G10L25/51
代理公司: 北京市恒有知识产权代理事务所(普通合伙) 11576 代理人: 任海奇
地址: 100080 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 鸟声 识别 系统 方法
【说明书】:

发明公开了一种鸟声识别系统及识别方法,其采用了特定的定向收音方法,对目标鸟声进行高精度追踪识别,缩小了接收音源的范围,可在较大程度上降低背景噪声干扰,提升了检测识别精度,并实现了精准定位识别。同时针对鸟声的声音谱率较高,鸟声具有多个短促高音连续或是不连续高频发声的特点,指定了后续强化处理方案,其利用神经网络模型,可实现实现高精度分别识别处理,从而显著提升了鸟类鸟声识别精度,为鸟类种群研究提供了良好的技术支持。

技术领域

本发明涉及鸟类种群识别技术领域,尤其涉及一种鸟声识别系统及识别方法。

背景技术

种群指在一定时间内占据一定空间的同种生物的所有个体。种群中的个体并不是机械地集合在一起,而是彼此可以交配,并通过繁殖将各自的基因传给后代。种群是进化的基本单位,同一种群的所有生物共用一个基因库。对种群的研究主要是其数量变化与种内关系,种间关系的内容已属于生物群落的研究范畴。

种群特征研究一般包括种群的数量特征(种群密度)、年龄结构、性别比例、迁入率和迁出率、空间特征等。其中种群密度是指在单位面积或体积中的个体数,种群密度是种群最基本的数量特征。在现有技术中,生态学中鸟类的种群特征研究部分采用基于声学的方式对鸟类种类进行识别。

但是现有技术中的基于声学对鸟类种类进行识别的方式,检测识别精度较差,因此现有技术中所处环境样本背景噪音较大,很难保障声音特征识别的精准度;通常情况下,识别方法主要为录取声音样本-样本背景降噪-声音特征识别的方法进行辨别,该情况下通常存在背景噪声较大、声音种类繁杂等问题,导致需要识别鸟类声音识别率低下。同时鸟声的声音谱率较高,鸟声具有多个短促高音连续或是不连续高频发声的特点,因此基于此现象很难实现精准的鸟声识别。

综上,如何克服传统技术中的上述技术缺陷是本领域技术人员急需解决的技术问题。

发明内容

本发明的目的在于提供一种鸟声识别系统及识别方法,以解决上述问题。

为了达到上述目的,本发明的技术方案是这样实现的:

本发明提供了一种鸟声识别系统,包括初级声源识别装置、预处理装置,控制单元、执行机构、定向定位收音装置和后处理声音识别单元,其中:

初级声源识别装置,监听现场的混合声音信息;

预处理装置,从混合声音信息中初步筛选识别到鸟声声源的声音有效帧,实时初步识别得到当前鸟声声源的位置信息和音强信息;同时同步记录所述当前鸟声声源的位置信息和所述音强信息;根据上述前鸟声声源的位置信息和音强信息得到当前鸟声声源的位置并进行记录,将上述前鸟声声源的位置发送给控制单元;

控制单元,根据当前鸟声声源的位置,然后触发控制执行机构,利用执行机构驱动定向定位收音装置转向,使所述定向定位收音装置的收音方向始终朝向所述当前鸟声声源的位置(即定向定位收音装置将会与当前鸟声声源位置进行随动),进而实现对目标鸟声声源进行追踪;

定向定位收音装置,持续监听追踪到的目标鸟声声源,然后对目标鸟声声源进行定向方向的收音操作并持续识别;

后处理声音识别单元,最后对持续定向追踪的目标鸟声声源再进行真正的强化识别处理,将最后识别到的目标鸟声声源的强化识别数据进行传回至控制单元;

所述控制单元对目标鸟声声源的强化识别数据进行存储。

优选的,作为一种可实施方案;所述预处理装置包括第一麦克风阵列模块;第一麦克风阵列模块,用于全方向监听现场的混合声音信息。

优选的,作为一种可实施方案;所述预处理装置包括第一处理子模块、预处理MCU模块和第二处理子模块;

第一处理子模块,用于对监听现场的混合声音信息的背景噪声进行预处理过滤掉,得到多个疑似声源有效帧;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京正和恒基滨水生态环境治理股份有限公司,未经北京正和恒基滨水生态环境治理股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010068386.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top