[发明专利]一种基于卷积神经网络的海洋哺乳动物发声实时识别方法

权利要求书

1.一种基于卷积神经网络的海洋哺乳动物发声实时识别方法，其特征在于所述方法具体步骤如下：

1)信号处理，将一段水下声音信号标准化处理，然后分成均等长度N段，采用快速傅里叶变化进行时频处理得到每段数据的时频图，存为三通道(RGB)彩色时频图像；

2)信号标注，检查每一张三通道彩色时频图像，使用矩形框将出现的海洋哺乳动物叫声信号的轮廓包围住，并标注物种类别，通过程序自动获得矩形框的中心坐标及宽高，将这部分标注信息写入标注文件；

3)识别模型的设计，识别模型使用卷积神经网络，卷积神经网络的输入为三通道彩色时频图像矩阵，卷积神经网络的输出为一个识别矩阵；

4)识别模型训练，将三通道彩色时频图像与标注文件输入卷积神经网络进行训练，根据损失函数计算网络输出与标注信号的损失，在训练过程中不断优化此损失，在达到预定轮次后结束训练，训练完成后得到识别模型；

卷积神经网络输出与真实标注信号的损失由函数计算：

其中x_i，y_i，w_i，h_i分别为神经网络输出的检测框的中心横坐标，中心纵坐标，检测框的宽，检测框的高；分别为标注图像中真实信号标注框的中心横坐标，中心纵坐标，标注框的宽，标注框的高；C_i是该检测框是否包含信号的置信度，是标注图像中对应检测框是否包含信号的置信度，若有信号为1，无信号为0；p_i为模型预测的信号所属物种的分类标签；为标注图像中对应的物种真实分类标签；

5)将待检测的数据经过与步骤1)相同的处理得到彩色时频图像，随后将待检测数据的时频图像输入步骤4)训练好的模型，模型经过计算输出一个输出矩阵，对输出矩阵的信息进行转换与筛选，得到若干组包含中心坐标、长宽、置信度与分类标签的识别结果，中心坐标与长宽构成的矩形框代表了模型检测到的信号，置信度与分类标签则给出了物种分类。

2.根据权利要求1所述的方法，其特征在于所述步骤3)中的识别模型使用的卷积神经网络为24层卷积层、2层池化层与2层全连接层。