基于欠定盲源分离和深度学习的生猪状态音频识别

摘要

【目的】为解决群养环境下生猪音频难以分离与识别的问题，提出基于欠定盲源分离与ECAEfficientNetV2的生猪状态音频识别方法。【方法】以仿真群养环境下4类生猪音频信号作为观测信号，将信号稀疏表示后，通过层次聚类估计出信号混合矩阵，并利用l_p范数重构算法求解l_p范数最小值以完成生猪音频信号重构。将重构信号转化为声谱图，分为进食声、咆哮声、哼叫声和发情声4类，利用ECA-EfficientNetV2网络模型识别音频，获取生猪状态。【结果】混合矩阵估计的归一化均方误差最低为3.266×10^-4，分离重构的音频信噪比在3.254～4.267 dB之间。声谱图经ECA-EfficientNetV2识别检测，准确率高达98.35%；与经典卷积神经网络ResNet50和VGG16对比，准确率分别提升2.88和1.81个百分点；与原EfficientNetV2相比，准确率降低0.52个百分点，但模型参数量减少33.56%，浮点运算量（FLOPs）降低1.86 G，推理时间减少9.40 ms。【结论】基于盲源分离及改进EfficientNetV2的方法，轻量且高效地实现了分离与识别群养生猪音频信号。

关键词

猪 / 盲源分离 / 声谱图 / 音频识别 / 稀疏重构 / 卷积神经网络