Biblioteca Digital da UEM: Sistema Nou-Rau
Pgina Principal  Portugus   English  Español   Aumentar Texto  Texto Normal  Diminuir Texto
  Principal | Apresentao | Objetivos | Instrues Autores | Estatsticas | Outras Bibliotecas Digitais
  Sistema Integrado de Bibliotecas - SIB / UEM
Entrar | acessos | verso 1.1  
ndice
Pgina principal
Documentos
Novidades
Usurios

Aes
Consultar
Procurar
Exibir estatsticas

Procurar por:
Procura avanada

Dvidas e sugestes


Consultar: Programa de Ps-Graduao em Cincia da Computao

Incio > Dissertaes e Teses > Cincias Exatas e da Terra > Cincia da Computao > Programa de Ps-Graduao em Cincia da Computao

Ttulo [PT]: Classificao de espcies de pssaros utilizando descritores de caractersticas visuais e acsticas
Ttulo [EN]: Bird species classification using visual and acoustic descriptors
Autor(es): Diego Rafael Lucio
Palavras-chave [PT]:

Reconhecimento de padres. Aprendizagem de mquina. Reconhecimento de gneros musicais. Padres (Informtica). Sistema de reconhecimento. Recuperao de informao por contedo. Identificao de Espcies de Pssaros. Recuperao de Informaes e extrao de Informaes. Brasil.
Palavras-chave [EN]:
Signal processing. Pattern recognition. Machine learning. Bird species classification. Spectrogam. Information retrieval. Information extraction. Brazil.
Titulao: Mestre em Cincia da Computao
Banca:
Yandre Maldonado e Gomes da Costa [Orientador] - UEM
Valria Delisandra Feltrim - UEM
Calos Nascimento Silla Junior - PUCPR
Resumo:
Resumo: Este trabalho tem por finalidade apresentar um sistema para a classificao automtica de espcies de pssaros baseado em caractersticas acsticas e visuais extradas a partir do canto dos pssaros. As caractersticas visuais foram extradas de espectrogramas gerados a partir dos cantos, enquanto as caractersticas acsticas foram extradas diretamente do udio. Descritores de textura foram usados para descrever o contedo do espectrograma, visto que este o principal contedo visual encontrado neste tipo de imagem. Os operadores de textura utilizados foram Local Binary Pattern (LBP), Local Phase Quantization (LPQ), Robust Local Binary Pattern (RLBP), Gray-Scale Level Co- ccurrence Matrix (GLCM) e Filtros de Gabor. As caractersticas acsticas, por sua vez, foram descritas utilizando Rhythm Histogram (RH), Rhythm Patterns (RP) e Statistical Spectrum Descriptor (SSD). Com o objetivo de realizar comparaes mais precisas, os experimentos realizados utilizaram uma base de dados similar a utilizada em outros trabalhos. Na etapa de classificao, foi utilizado o classificador SVM e os resultados finais foram alcanados utilizando uma validao cruzada de 10 folds.

Abstract: This work aims at presenting a system for automatic bird species classification based on acoustic and visual features extracted from the birdsong. The texture features were extracted using: Local Binary Pattern (LBP), Local Phase Quantization (LPQ), Robust Local Binary Pattern (RLBP) Gray-Scale Level Co- currence Matrix (GLCM) and Gabor filters. The acoustic characteristics are in turn extracted through the descriptors: Rhythm Histogarm (RH), Rhythm Patterns (RP) and Statistical Spectrum Descriptor (SSD.) Aiming to perform more fare comparisons, the experiments performed were made over a similar database used in the work Automatic Bird Species Identification for Large Number of Species (Lopes et al., 2011a). In the classification step, SVM classifier was used and the final results were taken by using 10-fold cross validation.
Data da defesa: 26/08/2016
Cdigo: vtls000224218
Informaes adicionais:
Idioma: Portugus
Data de Publicao: 2016
Local de Publicao: Maring, PR
Orientador: Prof. Dr. Yandre Maldonado e Gomes da Costa
Instituio: Universidade Estadual de Maring. Centro de Tecnologia . Programa de Ps-Graduao em Cincia da Computao, 2016
Nvel: Dissertao (mestrado em Cincia da Computao)
UEM: Departamento de Informtica

Responsavel: edson
Categoria: Aplicao
Formato: Documento PDF
Arquivo: DiegoRafaelLucio.pdf
Tamanho: 3006 Kb (3078607 bytes)
Criado: 16-11-2016 17:34
Atualizado: 16-11-2016 17:46
Visitas: 365
Downloads: 17

[Visualizar]  [Download]

Todo material disponvel neste sistema de propriedade e responsabilidade de seus autores.