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]: Identificao de espcies de pssaros utilizando espectrogramas e dissimilaridade
Ttulo [EN]: Bird species identification using spectrograms and dissimilarity
Autor(es): Rafael Henrique Dalegrave Zottesso
Palavras-chave [PT]:

Sistemas de reconhecimento de padres. Pssaros. Identificao de espcies de pssaros. Padres (informtica). Sistemas de reconhecimento. Espectrogramas. Processamento de sinais. Dissimilaridade. Brasil.
Palavras-chave [EN]:
Bird species identification. Dissimilarity. Pattern recognition. Spectrogram and texture. Signal processing. Brazil.
Titulao: Mestre em Cincia da Computao
Banca:
Yandre Maldonado e Gomes da Costa [Orientador] - UEM
Diego Bertolini Gonalves - UEM
Valria Delisandra Feltrim - PUCPR
Luiz Eduardo Soares de Oliveira - UFPR
Resumo:
Resumo: Este trabalho tem por finalidade apresentar uma proposta para a identificao de espcies de pssaros utilizando espectrogramas e a abordagem de dissimilaridade, em uma base de dados com alta quantidade de espcies (classes). A base de dados composta por sinais de udio disponibilizados pelo projeto Xeno-canto, pr-selecionados pelo LifeClef 2015 Bird Task. Para este trabalho, oito subconjuntos balanceados de dados foram criados a partir dessa base, a fim de variar a quantidade de espcies disponveis e o tempo de durao dos sinais de udio nos testes, selecionando somente vocalizaes do tipo canto e descartando os chamados. Todos os sinais de udio utilizados foram pr-processados para reduzir o impacto dos rudos, removendo outras fontes de sons, e para detectar trechos de interesse que possuem maior relevncia. Depois, para representar os sinais de udio no domnio de imagens houve a gerao de espectrogramas, que passaram pelo processo de zoneamento com o intuito de destacar informaes especficas de cada regio criada. Trs descritores de textura foram utilizados para extrair caractersticas das regies dos espectrogramas: Local Binary Pattern (LBP), Local Phase Quantization (LPQ) e Robust Local Binary Pattern (RLBP). Na abordagem dependente de modelo essas caractersticas foram diretamente classificadas. Na abordagem de dissimilaridade foi necessrio computar os vetores de dissimilaridade (positivos e negativos), para ento aplicar o esquema de classificao. Ambos os casos empregaram a classificao por meio do SVM, permitindo a aplicao de regras de combinao para se chegar s decises finais. Depois de uma srie de experimentos, percebeu-se que a abordagem de dissimilaridade apresentou resultados superiores em relao a abordagem dependente de modelo e a literatura.

Abstract: This work presents a proposal for bird species identification using spectrograms and dissimilarity approach, in a database with a high number of species. The database is composed by audio recordings pre-selected by the LifeClef 2015 Bird Task that can be easily found on Xeno-canto website. In this work, eight subsets of data were created from this database, in order to diversify the amount of species and the duration of the audio samples in our tests, selecting only bird songs and discarding the bird calls. All audio samples used were preprocessed to reduce the impact of noise, removing other sources of sounds, and to detect points of interest with greatest relevance. Then, to transform the audio samples in images, there was a task to generate spectrograms, which went through the zoning process in order to enhance local information from each region created. Three texture descriptors were used to perform feature extraction: Local Binary Pattern (LBP), Local Phase Quantization (LPQ) and Robust Local Binary Pattern (RLBP). In the model-dependent approach these features were directly classified. In the dissimilarity approach it was needed to compute dissimilarity vectors (positive and negative), to further apply the classification scheme. Both cases used a classification through the SVM, allowing the application of combination rules to reach a final decision. After a series of experiments, it was perceived that the dissimilarity approach presented superior results in relation to a model-dependent approach and the literature.
Data da defesa: 27/09/2017
Cdigo: vtls000227789
Informaes adicionais:
Idioma: Portugus
Data de Publicao: 2017
Local de Publicao: Maring, PR
Orientador: Prof. Dr. Yandre Maldonado e Gomes da Costa
Co-Orientador: Prof. Dr. Diego Bertolini Gonalves
Instituio: Universidade Estadual de Maring . Centro de Tecnologia . Programa de Ps-Graduao em Cincia da Computao
Nvel: Dissertao (mestrado em Cincia da Computao)
UEM: Departamento de Informtica

Responsavel: edson
Categoria: Aplicao
Formato: Documento PDF
Arquivo: Rafael H. D. Zottesso - Dissertao.pdf
Tamanho: 3369 Kb (3449505 bytes)
Criado: 23-02-2018 13:30
Atualizado: 23-02-2018 13:37
Visitas: 309
Downloads: 14

[Visualizar]  [Download]

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