Automatisierte Identifizierung von Vogelstimmen mit tiefen Faltungsneuronalen Netzwerken

Zusammenfassung Passive akustische Überwachung ist ein neuartiger Ansatz zur Überwachung der Tierwelt, der von den jüngsten Verbesserungen in automatisierten Aufzeichnungseinheiten und anderen Technologien profitiert. Eine zentrale Herausforderung dieses Ansatzes besteht darin, Zielartenvokalisationen in großen Mengen von Audiodaten zu lokalisieren und zu identifizieren. Um dieses Problem anzugehen, entwickelten wir eine effiziente Datenverarbeitungspipeline, die ein tiefes Faltungsneuronales Netzwerk (CNN) verwendet, um die Erkennung von Eulenvokalisationen in Spektrogrammen zu automatisieren, die aus unbearbeiteten Feldaufnahmen generiert werden. Während das Projekt ursprünglich auf gefleckten und gestreiften Eulen fokussiert war, trainierten wir das Netzwerk auch, um Nordamerikanische Spatenkäuze, Große Hornhexen, Nordamerikanische Zwergohren und Westliche Schreieulen zu erkennen. Obwohl die Klassifizierungsleistung zwischen den Arten variiert, sind die ersten Ergebnisse vielversprechend. Die Rückrufrate, also der Anteil der Anrufe im Datensatz, die erkannt und korrekt identifiziert werden, lag bei 63,1 % für die gestreifte Eule und bei 91,5 % für die gefleckte Eule basierend auf der rohen Netzwerk-Ausgabe. Die Präzision, der Anteil der wahren Positiven unter den scheinbaren Erkennungen, schwankte je nach Rohausgabe von 0,4 % für die gefleckte Eule bis 77,1 % für die Nordamerikanische Spatenkäuze. In begrenzten Tests schnitt das CNN gleich gut oder besser ab als menschliche Techniker bei der Erkennung von Eulenrufen. Unser Modelloutput ist geeignet zur Entwicklung von Artenbegegnungshistorien für Besetzungsmodelle und andere Analysen. Wir glauben, dass unser Ansatz ausreichend allgemein ist, um eine langfristige, großflächige Überwachung einer breiten Palette von Arten über unsere Zielartenliste hinaus zu unterstützen, einschließlich Vögeln, Säugetieren und anderen.