基于音频分类的森林盗伐事件场景识别

摘要：

森林是地球上最宝贵的资源,但森林和古树被盗伐的事件却经常发生.将音频分类技术应用于森林保护,通过对盗伐过程中产生的音频进行识别,达到森林保护预警的目的.针对盗伐事件的音频场景特性,提取电锯声、引擎声、机器轰鸣声、手锯声、风噪等五种声音的音频特征,然后使用支持向量机作为分类器对音频事件进行识别.最后根据识别结果确定是否有盗伐行为发生.通过不同训练样本数量对比实验、随机样本实验和单项音频识别准确率实验最终确定总体识别率为99.1％,各项音频单独识别率在90％以上,说明此方法具有较好的识别效果.

关键词：音频分类、特征提取、支持向量机

所属期刊栏目：37

分类号：TP391.9(计算技术、计算机技术)

在线出版日期：2020-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：431-434