基于音频分类的森林盗伐事件场景识别

• 作者: 杨立东 王硕 辛文超 靳浩杨
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 音频分类 特征提取 支持向量机
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 仿真服务化
• 页码范围: 431-434
• 页数: 4页
• 分类号: TP391.9
• 语种: 中文

摘要

森林是地球上最宝贵的资源,但森林和古树被盗伐的事件却经常发生.将音频分类技术应用于森林保护,通过对盗伐过程中产生的音频进行识别,达到森林保护预警的目的.针对盗伐事件的音频场景特性,提取电锯声、引擎声、机器轰鸣声、手锯声、风噪等五种声音的音频特征,然后使用支持向量机作为分类器对音频事件进行识别.最后根据识别结果确定是否有盗伐行为发生.通过不同训练样本数量对比实验、随机样本实验和单项音频识别准确率实验最终确定总体识别率为99.1％,各项音频单独识别率在90％以上,说明此方法具有较好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨立东		24	130	6.0	11.0
2	王硕		7	1	1.0	1.0
3	靳浩杨		2	0	0.0	0.0
4	辛文超		2	0	0.0	0.0