Přejít k hlavnímu obsahu

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Convolutional Neural Network for Sound Processing - Study of Deployed Application
Rok: 2019
Druh publikace: článek ve sborníku
Název zdroje: 29th International Conference Radioelektronika, RADIOELEKTRONIKA 2019
Název nakladatele: IEEE (Institute of Electrical and Electronics Engineers)
Místo vydání: New York
Strana od-do: 208-212
Tituly:
Jazyk Název Abstrakt Klíčová slova
cze Konvoluční neuronová síť pro zpracování zvuku - studie implementovaného řešení Ptáci jsou považováni za zvláštní druh škůdců, protože ve většině zemí jejich právní postavení neumožňuje jejich přímé hubení. Aby bylo možné nepřímo chránit zemědělské oblasti před ptáky, je nutné navrhnout robustní a vysoce selektivní senzor. V tomto příspěvku je prezentována jednotka detekce ptáků založená na konvoluční neuronové síti. Samotná konvoluční neuronová síť se používá pro rozhodování o výskytu ptáků, přičemž zvukové záznam je použit jako vstup. Testy, prezentované na konci příspěvku, prokázaly velmi vysokou přesnost detekční jednotky, přičemž výsledky byly ve srovnání s dříve prezentovanými přístupy zlepšeny. Ptáci; spektrogram; konvoluční neuronová síť
eng Convolutional Neural Network for Sound Processing - Study of Deployed Application Pest birds are considered as a special kind of vermin, since, in most of countries, their legal position does not enable their direct extermination. Therefore, in order to protect the agricultural areas indirectly from pest birds, the robust and highly selective pest bird sensor is necessary to design. In this contribution, the pest bird detection unit, based on a convolutional neural network, is presented. The convolutional neural network itself is used for the decision making about the pest bird occurrence, while sound recordings are used as input data. The testings, presented at the end of the contribution, proved a very high accuracy of the detection unit, with the results indispensably improved in comparison to previously presented approaches. Pest birds; spectrogram; convolutional neural network