Fuglegenkendelse

Fugle spiller en vigtig rolle i en bred vifte af økosystemer som både rovdyr og byttedyr, i bekæmpelse af insektpopulationer, bestøvning og frøspredning for mange planter, og ved at frigive næringsstoffer til land og hav i form af guano. Fra et videnskabeligt perspektiv er det derfor afgørende at overvåge fuglebestande. Nu, forskning offentliggjort i International Journal of Computer Applications in Technology kunne bane vejen for et automatiseret fugleidentifikationssystem baseret på fuglekald og sang.

Arti Bang og Priti Rege fra College of Engineering, i Pune, Indien, forklare, at fuglesange og kald består af stavelser og hver kald og sang unik for en given art består af en gruppe stavelser, som igen er opbygget af elementer. Det er muligt at udføre en spektrografisk analyse af lyden, men det er besværligt og kræver eksperter med et godt øre for fuglelydene. Ultimativt, imidlertid, en sådan tilgang vil være subjektiv, når det kommer til at skelne mellem fugle med meget ens klingende kald og sange.

Holdet foreslår, at automatisk fuglegenkendelse baseret på optagelser af de lyde, fuglene laver, er et problem med mønstergenkendelse. Som sådan, de har udviklet et automatiseret system, der omgår problemerne i forbindelse med tidligere forsøg på at automatisere processen og er baseret på at udtrække stavelser med 10 millisekunders lydrammer. Analysen bygger derefter på teknikker, der er blevet brugt til at udtrække information, såsom tempo, nøgle signatur, og genre fra optagelser af musik.

Holdet testede algoritmen udviklet fra undersøgelsen på prøver af fuglesange og opkald fra den omfattende og velkendte internationale database Xeno Canto. De foretog en foreløbig test af systemet med klassificering af ti fuglearter hjemmehørende i Indien udført ved hjælp af Gaussian Mixture Modeling (GMM) og Support Vector Machines (SVM'er). Den samme tilgang kunne ligeledes anvendes på arter, der findes overalt i verden. Redundansreduktion i systemet giver dem mulighed for at reducere virkningerne af baggrundsstøj i enhver given lydoptagelse og dermed forbedre nøjagtigheden yderligere.