买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种基于通道注意力与残差门控卷积的生猪声音事件检测方法及装置，方法包括，首先采集生猪声音数据，并对声音数据进行预处理；然后使用快速傅里叶变换，得到频谱图，并使用谱减法去除环境噪音；再使用单参数双门限端点检测方法，检测并裁剪得到频谱图中的含生猪声音的片段，将这些片段转换为梅尔频谱图；接下来构建基于通道注意力与残差门控卷积的深度特征提取器，提取基于梅尔频谱图的声音深度特征；最后，设计基于双向循环递归‑前馈神经网络的帧级别声音分类器，对声音的深度特征进行处理分析，由此呈现整段音频的生猪声音事件时域分布结果。本发明可精确快速地提取长时间、多噪音的养殖场环境内生猪声音事件时域分布结果。

主权项：1.基于通道注意力与残差门控卷积的生猪声音事件检测方法，其特征在于，包括下述步骤：采集养殖场内的生猪声音数据，并对部分生猪声音数据中的生猪声音事件类别和起止时间进行标注，形成带标签的标准数据集；对所述标准数据集中的声音信号进行预处理，得到经预处理的频谱图；提取经预处理的频谱图中含生猪声音的片段，并将这些片段转换为梅尔频谱图；构建声音深度特征提取器，将梅尔频谱图输入深度特征提取器进行特征提取，得到深度特征图；所述声音深度特征提取器包括残差门控卷积模块与通道注意力模块，所述残差门控卷积模块用于提取梅尔频谱图于空间分布的深度特征，引导网络学习声音的高级语义信息；所述通道注意力模块用于将残差门控卷积模块提取的多通道特征图进行处理，利用深度特征图各通道间的相互依赖关系，自适应校准不同感受野下的特征响应；基于双向循环递归-前馈神经网络设计帧级别声音分类器，利用帧级别声音分类器对所述深度特征图进行帧级别分类，得到每一帧的声音事件标签，最终输出生猪声音事件时域分布结果，所述生猪声音事件时域分布结果含生猪声音的事件类别和起止时间；所述残差门控卷积模块包括：多个残差门控卷积单元，每个单元含一个门控卷积层与一个残差跳层；对于第l层残差门控卷积单元，执行步骤如下两步：第一步，首先，将特征图Xl分别输入门控卷积层内的卷积模块U与V；其次，分别经过sigmoid函数与线性函数激活，得到声音特征图与注意力掩膜；再次，将声音特征图与注意力掩膜进行哈达玛积计算，得到第l层门控卷积层的输出Yl，计算公式如下：Yl＝U*Xl+b⊙σV*Xl+c式中，b、c为偏移量，σ为sigmoid函数计算，*为卷积操作，⊙为哈达玛积操作；第二步，第l层残差门控卷积单元的输出Rl由第l层门控卷积层的输出Yl与输入特征图Xl相加形成，形成残差跳层连接，该步骤表达式为： 所述通道注意力模块包括：一个全局最大池化、一个平均池化层、双层神经网络；所述通道注意力模块的执行步骤如下：首先将第l层残差门控卷积模块的输出Rl分别输入全局平均池化层与全局最大池化层，对特征图的每一通道做全局平均操作与取全局空间最大值操作，从而提取特征图每一通道全局特征，形成全局信息嵌入；接下来将通道全局特征输入到双层神经网络中，所述双层神经网络参数共享，第一层网络的激活函数为ReLu函数，第二层激活函数使用sigmoid函数，从而将输出特征限制在[0,1]的范围内，得到声音深度特征图；所述全局平均池化层的表达式为: 其中，W为特征图的长度，H为特征图的宽度，rci,j为c通道上于坐标i,j的特征图像素值，APl为第l层全局平均信息嵌入；所述全局最大池化层的表达式为： 其中，RWH表示长度为W，宽为H的特征图，rci,j为c通道上于坐标i,j的特征图像素值，MPl为第l层全局最大化信息嵌入；综上，所述通道注意力模块全流程的表达式为：M＝σMLPAvgPoolRWH+MLPMaxPoolRWH式中，M为所述通道注意力模块的输出，AvgPool为全局平均池化操作，MLP为全连接神经网络，MaxPool是全局最大池化操作。

全文数据：

权利要求：

百度查询： 华南农业大学 广州市金宝生态农业有限公司 基于通道注意力与残差门控卷积的生猪声音事件检测方法及装置