买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京信息工程大学

摘要：本发明公开了一种基于多特征融合和组合模型的鸟声识别方法，包括：对读取的原始鸟声音频进行预处理，包括预加重和分帧加窗；提取鸟声的梅尔倒谱系数、梅尔滤波后的能量系数、短时过零率和短时频谱质心四种特征，分别归一化后进行纵向拼接形成融合特征；绘制STFT语谱图；将融合特征和绘制的STFT语谱图分别输入构建的两个基于Inception模块的CNN模型进行训练，训练完成后将两个模型输出的概率数组进行拼接形成一个特征数组，并将该特征数组作为ANN模型的输入进行训练，训练完成后加载上述三个模型的最优参数；将待测的任一鸟声音频输入加载最优参数后的三个模型，得到鸟声识别分类结果。本发明可提高不同鸟声之间特征的差异性，并且提高了鸟声识别准确率。

主权项：1.一种基于多特征融合和组合模型的鸟声识别方法，其特征在于，包括以下步骤：步骤1、对读取的原始鸟声音频进行预处理，包括预加重和分帧加窗；步骤2、对预处理后的原始鸟声音频提取鸟声的梅尔倒谱系数、梅尔滤波后的能量系数、短时过零率和短时频谱质心四种特征，并对四种特征分别归一化后进行纵向拼接形成一个融合特征；以及，对预处理后的原始鸟声音频经短时傅里叶变换STFT的结果绘制STFT语谱图；步骤3、将形成的一个融合特征和绘制的STFT语谱图分别输入构建的两个基于Inception模块的CNN模型进行训练，包括：首先，搭建两个独立的基于Inception模块的CNN模型，其包括64个3×3的卷积核、4个Inception模块、全局平均池化模块；将一个融合特征输入一个基于Inception模块的CNN模型中，依次经过64个3×3的卷积核、4个Inception模块、全局平均池化模块后完成概率数组输出；并且，将绘制的STFT语谱图输入另一个基于Inception模块的CNN模型中，依次经过64个3×3的卷积核、4个Inception模块、全局平均池化模块后完成概率数组输出；训练完成后将两个基于Inception模块的CNN模型输出的概率数组进行拼接形成一个特征数组，并将该特征数组作为ANN模型的输入进行训练，训练完成后加载两个基于Inception模块的CNN模型和ANN模型的最优参数；步骤4、将待测的任一鸟声音频输入加载最优参数后的三个模型，得到鸟声识别分类结果。

全文数据：

权利要求：

百度查询： 南京信息工程大学 一种基于多特征融合和组合模型的鸟声识别方法