吉训生 江 昆 谢 捷，2，3

（1.江南大学物联网工程学院，江苏无锡 214122；2.轻工业先进过程控制重点实验室（教育部），江南大学，江苏无锡 214122；3.江苏省先进食品制造装备与技术重点实验室，江南大学，江苏无锡 214122）

1 引言

近年来，随着生态环境的不断恶化，全球鸟类数量正不断减少，越来越多的学者开始关注鸟类生物多样性的保护。然而，这项工作的首要任务，就是对鸟类的活动进行监测［1］。目前，鸟类活动的监测主要由专家进行，他们一般通过听觉来识别鸟的种类［2］。然而，这个过程是昂贵且耗时的。

随着无线声传感器网络的发展，人们可以自主部署无线声传感器网络进行连续录音［3-4］，通过远程分析录音数据来获得物种的组成。然而，每一个声传感器每天会产生大量的声学数据。因此，开发一个自动化的鸟鸣识别系统变得非常重要［5］。目前，鸟类识别主要包括基于视觉的方法、基于声音的方法以及二者混合的方法。其中，声学传感器可以帮助收集更大时空尺度的音频数据，无需考虑角度与遮挡问题，成本低廉。

现今，已有很多学者对鸟鸣识别开展了研究，LUCIO 等人［6］使用三种纹理特征算子：局部二值模式、局部相位量化与Gabor滤波器，联合支持向量机在46 种鸟类中获得了77.65% 的准确率。FRITZLER 等人［7］以音频信号的声谱图为特征，使用预先训练的Inception-v3 卷积神经网络在1500 种鸟类，36492 个样本中获得了0.567 的平均精度均值。XIE 等人［8］首先分别使用声学特征、视觉特征与深度学习等三种方法对鸟鸣分类，其中，深度学习最高获得了94.36%的F1 得分，优于声学特征（88.97%）与视觉特征（88.87%），最后，将三种方法融合在14种鸟类中获得了95.95%的F1得分。……