详情

基于深度学习的海洋哺乳动物声音识别分类

申报人:潘小勇 申报日期:2023-09-17

基本情况

第二十八期“上海交通大学大学生创新实践计划”
基于深度学习的海洋哺乳动物声音识别分类
创新训练项目
工学
计算机类
创新类
电子信息与电气工程学院
潘小勇
指导教师
登录状态下查看
深蓝计划面上项目
每周开组会讨论项目进展,支持参加相关学术会议
对海洋哺乳动物实施有效保护措施,如重要区域定义和管理/保护计划等,首先需要了解他们的季节性分布、丰度模式、生境利用情况等,而这些信息依赖于大量调查监测。其中,利用被动声学水听器进行水下监听是一种常用且有效的监测手段,然而该方法在记录海洋哺乳动物声音的同时也会记录大量的背景噪音或其他海洋生物的声音。对声音原始数据的传统人工分类耗时长、缺乏评估标准,基于人工智能的训练网络可以实现快速分类解析。因此,本项目拟收集海洋哺乳动物声音数据,训练先进的深度学习网络模型,开发可快速将海洋哺乳动物声音自动化解析并分类的专业工具,分析结果用于哺乳动物多样性分析等,将有利于海洋哺乳动物的保护。

选题成员

0

指导教师

序号 教师姓名 电子邮箱 所属学院
1 潘小勇 登录状态下查看 电子信息与电气工程学院 第一指导教师

选题附件

结束