基于深度学习的鸟类声音识别系统

目前，许多专业人士开始长时间观察鸟类，以保护其物种[4]。然而，大多数监控任务都是由专业人员手动完成的。由于鸟类飞行速度快，难以观察，而且当它们生活在陆地上时，它们很容易被人类活动吓到，无法被相机快速记录下来。因此，使用图像识别来实时识别鸟类既困难又昂贵[5]。更重要的是，许多鸟类被隔离在人迹罕至的高海拔栖息地。由于物理监测的困难，越来越多的专业人员通常通过听觉[6]和记录来识别鸟类。这种被称为生物声学监测的方法可以为濒危鸟类种群的研究提供一种被动且具有成本效益的策略。然而，如果执行手动监测程序，这种监测过程费时费力，无法对生态保护区等区域的鸟类进行实时监测。