基於鳥類防禦行為的智能音頻驅鳥設備技術應用案例
二、主要解決的問題
1)現有驅鳥設備對鳥類的檢測大多採用雷達檢測或紅外檢測的方式,檢測準確率低;
2)現有驅鳥設備大多使用槍聲、鷹聲等對鳥類進行驅離,驅鳥模式單一,缺乏針對性;
3)現有驅鳥設備大多採用全向播放的方式進行驅鳥音頻的播放,容易產生噪聲污染。
三、技術要點
1)基於深度學習的鳥類物種自動識別方法鳥類的準確識別是驅離模式選擇的重要基礎。為了對不同鳥類實現有針對性的驅離,構建基於輕量級卷積神經網絡[1]的鳥類鳴聲識別模型,識別靠近的鳥類物種,識別率可達90%以上。
2)基於防禦行為分析的鳥類驅離模式合適的驅離模式是有效驅離鳥類的前提。通過個體適應性測試,選取能夠引起鳥類防禦行為的鳴聲素材,構建驅鳥鳴聲庫。在野外環境下開展實地測試,調試驅鳥鳴聲的播放時長、聲強、揚聲器安放位置等相關參數,形成不同的鳥類驅離模式。
3)基於聲頻定向的驅鳥設備高強度的指向性驅鳥設備是實現鳥類驅離的保障。聲頻定向技術通過小直徑換能器組成陣列,具有較強的指向性,發出的聲波能量更集中,進而使得同樣功率下在作用範圍內產生更高的聲強,提升鳥類驅離效果。
四、應用成效
本案例提出的驅鳥設備可根據不同鳥類採用不同的驅鳥模式,既保證了驅鳥效果,又避免了對鳥類造成傷害。同時本設備採用聲頻定向技術,可以定向播放驅鳥音頻,減少噪聲污染。因此,本案例提出的驅鳥設備具有良好的社會效益和生態效益。
五、適用範圍
參考文獻
- ↑ 經典 | 最全神經網絡結構大盤點,搜狐,2018-09-26
- ↑ 火車、高鐵、地鐵有什麼區別? ,搜狐,2023-06-15