点击次数：

语音与音频技术实验室（THUsatlab）的本科实习生王瑞奇、陈禹潼、马振翔、李尚龙、李金朋组队，凭借“基于听觉识别与定位的鸟类识别分析系统”，在清华大学第四十届挑战杯中斩获二等奖。

项目中的鸟类识别分析系统综合利用了深度神经网络、辅助场景识别、鸟声位置估计等技术，以树莓派为载体，实现了轻量级、低功耗、实时性强的鸟类识别系统。预期项目下一步将进一步优化系统，并进行落实应用。

据统计，全球有超过10%的鸟类物种生存受到威胁，相较于受威胁的鸟类而言，有更多的鸟类物种因观测数据不足而无法判断受威胁等级，也难以针对其生存情况针对性展开保护。因此，科学观测鸟类，建立鸟类数据，是保护鸟类的核心需求之一。

对比不同观测手段，已有的方法在检测鸟类任务中存在各种不足，脚环追踪对鸟类生活带来巨大干扰，人工计数手段需要大量人力投入且获得的信息量很少，视觉设备捕获对于天气以及环境遮挡条件有很高的要求。基于这些特点，我们提出了基于听觉识别与定位的鸟类检测系统，这种方法基于听觉获取鸟类信息，不受视觉遮挡限制，可以进行全天时检测，有效弥补了其它手段的不足。

系统包括数据中心和终端设备两部分，终端设备部署于野外环境采集鸟叫音频，识别定位后，将结果传回数据中心可视化，实现对野外环境鸟类的远程监控。该系统还可对识别数据进行整体的时空分析，如某类鸟经常活动范围及活动时间，从而在不干扰鸟类正常活动下实现针对性的保护，随着识别终端的增加，还可进行大规模鸟类的迁移特性分析。

该参赛队伍的选手均为清华大学电子系本科生，其中大部分是参加语音与音频技术实验室SRT项目的大二、大三学生。几位同学在老师的指导下不但优化了鸟鸣声检测算法、分类算法和定位算法，还针对鸟类保护的应用场景，实现了轻量级系统，真正做到了将书本中的学习到的知识与技能运用于科创实践之中。

图为答辩同学合影（从左至右依次为马振翔、王瑞奇、陈禹潼）

演示视频分享：