Metody automatycznego rozpoznawania głosów ptaków

Slides:



Advertisements
Podobne prezentacje
Video DR-S Cyfrowy rejestrator wideo
Advertisements

i hałas ultradźwiękowy.
URZĄDZENIA PERYFERYJNE - WEJŚCIA
Informacji Geograficznej
Zadanie z dekompozycji
Budowa zewnętrzna komputera
Opracowanie zasad tworzenia programów ochrony przed hałasem mieszkańców terenów przygranicznych związanych z funkcjonowaniem dużych przejść granicznych.
Wykrywanie Sytuacji Krytycznych w Komputerowych Systemów Zarządzania
Ulepszenia metody Eigenfaces
Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Jakość sieci geodezyjnych. Pomiary wykonane z największą starannością, nie dostarczają nam prawdziwej wartości mierzonej wielkości, lecz są zwykle obarczone.
Co nas interesuje? Czy w danym fragmencie DNA jest jakiś gen?
Proces analizy i rozpoznawania
Życiorys mgr inż. Seweryn Lipiński Katedra Elektrotechniki i Energetyki Wydział Nauk Technicznych Uniwersytet Warmińsko-Mazurski w Olsztynie Urodzony:
mgr inż. Adam Kupryjanow Katedra Systemów Multimedialnych WETI PG
Podstawowe pojęcia akustyki
System analizy zachowania zwierząt doświadczalnych w badaniach neurologicznych promotor: prof. dr hab. inż. A. Nowakowski konsultant: dr M. Kaczmarek,
Temat pracy dyplomowej magisterskiej
Multimedialny system wspomagania wykładowcy i prelegenta
Politechnika Gdańska Katedra Systemów Multimedialnych Tomasz Merta
Praca dyplomowa inżynierska
TERMOMETRIA RADIACYJNA i TERMOWIZJA
Klasyfikacja dokumentów za pomocą sieci radialnych
Klasyfikacja dokumentów za pomocą sieci radialnych Paweł Rokoszny Emil Hornung Michał Ziober Tomasz Bilski.
PRACA DYPLOMOWA MAGISTERSKA Kraków 2006
Jakość i parametry procesu kształcenia
PRACA DYPLOMOWA INŻYNIERSKA
Instytut Tele- i Radiotechniczny WARSZAWA
Interfejsy urządzeń peryferyjnych
mgr inż. Georgis Bogdanis Biuro Projektów i ZSI MICROSYSTEM sp. z o.o.
Specjalność: Inżynieria dźwięku i obrazu
Systemy Wizyjne i Głosowe
Detekcja twarzy w obrazach cyfrowych
Elementy zestawu komputerowego
Asystent NN Mobilna aplikacja dla osób niewidomych i niedowidzących
GŁOSOWA ŁĄCZNOŚĆ Z KOMPUTEREM
Proste nagrywanie przy użyciu programu HardDisk OGG.
Komputerowe wspomaganie medycznej diagnostyki obrazowej
Systemy PABX 2008 © Cyfrowe Systemy Telekomunikacyjne Sp. z o.o. Efektywna komunikacja ze światem.
Opracowanie radiomodemu i programu do transmisji danych
Analiza mechanizmów sterowania przepływem pakietów w protokole TCP
Odporne metody analizy obrazów
Głoska GŁOSKA –najmniejszy element dźwiękowej formy wypowiedzi charakteryzujący się stałym zespołem cech: artykulacyjnych, tzn. związanych z położeniem/
Referencyjne metody pomiarów hałasu
Podstawy Techniki Cyfrowej
Specjalność Akustyka ETA
STREFA DYLEMATU Prezentację wykonali studenci specjalności DUA gr. 2:
Metody odszumiania sygnałów
PROJEKT EDUKACYJNY W GIMNAZJUM Z FIZYKI
Montaż nieliniowy – montaż materiału obrazowego i dźwiękowego przy użyciu komputera, umożliwiający dostęp do każdego fragmentu materiału w dowolnym momencie.
Odporność na szum MODULACJE AMPLITUDY
COACH Program COACH umożliwia wykonywanie pomiarów fizycznych, między innymi fal akustycznych. Poza tym pozwala na analizowanie i przetwarzanie (np. rozkład.
Odporność na szum Pojęcia podstawowe
Leszek Rybicki Filip Piękniewski
Rozpoznawanie głosów ptaków
 1. Projektowanie instalacji elektrycznych, sieci elektrycznych 2. Montaż instalacji elektrycznych zgodnie z dokumentacją techniczną.
ZDALNY ZINTEGROWANY MODUŁ NADZORU RADIOWO – WIZYJNEGO
Metody komunikacji. Ludzie od dawnych czasów próbowali się ze sobą porozumiewać. Nauczyli oni się komunikować ze sobą za pomocą przeróżnych środków: od.
Przypomnienie: Przestrzeń cech, wektory cech
 1. Logujemy się do YouTube i przesyłamy film na serwer (klikamy na Prześlij film ). W czasie przetwarzania pliku możemy uzupełnić informacje o wideo.
Słuchawki.
1 Proces analizy i rozpoznawania. 2 Jak przygotować dwie klasy obiektów?
Wykrywanie zmian pokrycia terenu w oparciu o wieloczasowe dane satelitarne. Monika Banaś geodezja i kartografia dr inż. Tomasz Pirowski.
WYKORZYSTANIE ANALIZY HFCC W ROZPOZNAWANIU GŁOSÓW PTAKÓW
Andrzej Bąkowski Leszek Radziszewski Zbigniew Skrobacki
Instytut Mechatroniki i Systemów Informatycznych Politechnika Łódzka ul. Stefanowskiego 18/ Łódź.
„mowa ptaków” Dr inż. Agnieszka Lisowska-Lis Dr inż. Robert Wielgat
Jeżeli czegoś nie doświadczamy nie widzimy, nie słyszymy, nie czujemy, to wcale to jeszcze nie znaczy, że tego nie ma!
Jakość sieci geodezyjnych
Zapis prezentacji:

Metody automatycznego rozpoznawania głosów ptaków Dr inż. Robert Wielgat Metody automatycznego rozpoznawania głosów ptaków Państwowa Wyższa Szkoła Zawodowa w Tarnowie Zakład Elektroniki i Telekomunikacji Święto Uczelni 19 maja 2011

System akustycznego monitoringu ptaków – program rozpoznający Metody automatycznego rozpoznawania głosów ptaków Dr inż. Robert Wielgat System akustycznego monitoringu ptaków – program rozpoznający Internet Stacaja meteo Kamera cyfrowa Serwer WWW Moduł komunikacji radiowej System ekspertowy Urzą-dzenie wabiące Baza danych Cyfrowy rejestrator audio Program rozpoznający Serwer GIS Aparat cyfrowy GPS Macierz mikrofonowa Program rozpoznający wczytuje pliki dźwiękowe nagrane cyfrowym rejestratorem audio w celu automatycznego rozpoznania gatunku śpiewającego ptaka. Informacja o rozpoznanym gatunku jest następnie zapisywana do bazy danych.

Charakterystyka głosów ptaków Metody automatycznego rozpoznawania głosów ptaków Dr inż. Robert Wielgat Charakterystyka głosów ptaków - Dźwięki głównie harmoniczne, zasadniczo brak składowych szumowych - Dwie pary strun głosowych, - W przypadku wielu głosów ptaków występują składowe ultradźwiękowe niesłyszalne dla ucha ludzkiego

Trudności w rozpoznawaniu głosów ptaków Metody automatycznego rozpoznawania głosów ptaków Dr inż. Robert Wielgat Trudności w rozpoznawaniu głosów ptaków Naśladownictwo - myszołów - szpak naśladujący myszołowa Nakładanie się głosów ptaków tzw. efekt „coctail party” - ptaki śpiewające jednocześnie Rozpoznawanie w warunkach dużego szumu i hałasu otoczenia Rozpoznawanie dużej liczby gatunków ptaków

Rozpoznawanie głosów ptaków - prefiltracja Metody automatycznego rozpoznawania głosów ptaków Dr inż. Robert Wielgat Rozpoznawanie głosów ptaków - prefiltracja Głos puszczyka

Rozpoznawanie głosów ptaków - prefiltracja Metody automatycznego rozpoznawania głosów ptaków Dr inż. Robert Wielgat Rozpoznawanie głosów ptaków - prefiltracja

Rozpoznawanie głosów ptaków - detekcja Metody automatycznego rozpoznawania głosów ptaków Dr inż. Robert Wielgat Rozpoznawanie głosów ptaków - detekcja Prawidłowa detekcja

Rozpoznawanie głosów ptaków - detekcja Metody automatycznego rozpoznawania głosów ptaków Dr inż. Robert Wielgat Rozpoznawanie głosów ptaków - detekcja Błędna detekcja Prawidłowa detekcja

Rozpoznawanie głosów ptaków - klasyfikacja Metody automatycznego rozpoznawania głosów ptaków Dr inż. Robert Wielgat Rozpoznawanie głosów ptaków - klasyfikacja Wczytaj fragment przefiltrowanego nagrania n=0, Pmax=0 Start Zapisz rozpoznany gatunek do bazy n>N Tak Nie Ekstrakcja cech -MFCC Stop n=n+1 Oblicz prawdopodobieństwo dla HMM n-tego gatunku MFCC – parametry mel-cepstralne (ang. Mel-Frequency Cepstral Coefficients) HMM – ukryte modele Markowa (ang. Hidden Markov Models) N – liczba gatunków ptaków w słowniku dla danego pasma P - prawdopodobieństwo P > Pprog Gatunek odrzucony Nie Tak P > Pmax Nowy kandydat Tak Nie

Metody automatycznego rozpoznawania głosów ptaków Dr inż Metody automatycznego rozpoznawania głosów ptaków Dr inż. Robert Wielgat Wyniki Eksperymentów Gatunek Typ sygnału Skuteczność Rozpoznawania [%] Błąd rozpoznawania Wodniczka B 92,86 Gąsiorek A 100 0,35 Krzyżówka 25 Słowik szary Świergotek łąkowy Sosnówka Uszatka Bogatka I Myszołów 78,95 0,24 Mazurek C 92,31 Dziwonia Pierwiosnek E Gawron 98,33 Piecuszek 78,57 Kawka Kowalik Derkacz 98,68 0,25 Puszczyk Kukułka 79,49 0,12 Puszczyk uralski 0,48 Dzięcioł duży Szpak Ortolan Piegża Zięba G 0,13 Kwiczoł Sójka Dudek 1,37 Dymówka 54,55 ŚREDNIA 93,33 0,11 Krętogłów 98,37

Wnioski i kierunki dalszych prac Metody automatycznego rozpoznawania głosów ptaków Dr inż. Robert Wielgat Wnioski i kierunki dalszych prac Wnioski Rozpoznawanie głosów ptaków z wykorzystaniem prefiltracji, parametrów Mel-cepstralnych (MFCC) oraz niejawnych modeli Markowa (HMM) okazało się najlepszą z przebadanych strategii rozpoznawania. Za pomocą opracowanej metody jest możliwe wykrywanie obecności niektórych gatunków ptaków w terenie z dużym stopniem prawdopodobieństwa. Kierunki dalszych prac Powiększenie rozmiaru słownika do około 100 gatunków Opracowanie skutecznych metod detekcji oraz odszumiania sygnału Integracja programu rozpoznającego z pozostałymi elementami systemu

Dziękuję Państwu za uwagę Metody automatycznego rozpoznawania głosów ptaków Dr inż. Robert Wielgat Dziękuję Państwu za uwagę