《蛋鸡发声特征识别技术研究与应用中国农业大学滕光辉.ppt》由会员分享，可在线阅读，更多相关《蛋鸡发声特征识别技术研究与应用中国农业大学滕光辉.ppt（29页珍藏版）》请在三一文库上搜索。
1、蛋鸡发声特征识别技术研究与应用 中国农业大学 滕光辉,报告内容,研究背景和研究内容 蛋鸡发声信息的获取 蛋鸡发声特征的分析 蛋鸡发声特征提取算法 蛋鸡发声的分类模型,一、研究背景,健康养殖已成为畜牧业发展的趋势 在畜禽养殖新型工业化模式中，核心在于关注动物福利、关注其生长的健康，最终达到高效、低耗及品质佳的目的。 福利评价指标是动物福利研究的重要内容 （1）生化检测 （2）行为分析 （3）动物的发声信息,国内外研究 1）野生动物发声与物种识别研究-已有成熟应用 2）猪应激发声分析与识别研究-已有部分成果应用 3）奶牛的发情期发声变化规律研究-已有部分成果 4）鸡的发声对外界条件变化的相应-起步
2、阶段,（1）畜禽发声研究和应用-1,牛 G.Jahns等利用声音在行为学家和畜牧生产人员判断管理中的应用，提出了采用声音来识别奶牛个体和其所处的特殊状态，并建立了相关的数据库。（1997） Temple Grandin 等的研究指出在饲养过程中，不合理的措施如打烙印、电激以及屠宰时空间结构和环境设计不合理等都会引起牛的应激发声剧烈，同时也把这种信息传递给同类，引起牛群的恐慌（1998，2001）,Jon M.W等在研究利用牛的发声评价其饲养福利条件时，调查了那些因素会影响牛的发声变化，主要对遗传因素、年龄、性别、体重及运动量等的不同进行了分析（2001）,猪： Daniel M. Weary等
3、通过试验记录了小猪仔哺乳阶段被与母猪隔离后叫声的变化，然后回放给母猪，观察母猪的行为反映，发现小猪的叫声中反映了它的需求（1995）； 另外，他们继续研究了不同断奶日龄仔猪发声的特征的不同，利用该信息来判断仔猪对断奶的适应性（1997）；,（1）畜禽发声研究和应用-2,Allison A. Talor，Marx,G 等通过一系列的研究，对小猪仔阉割的过程中的叫声特征进行了区分，可以用于评价不同操作对猪的影响程度，为改善操作提供了评价方法（2000，2003） Jeremy N. Marchant 研究了猪在人接近的过程中叫声进行了研究和分类，通过监测行为学以及心脏跳动等生理指标，发现猪的某些叫
4、声的特殊含义（2001） D.Berkman等在2001年以来研究了猪的咳嗽发声特征。他们认为咳嗽是一些环境条件变化，比如粉尘浓度，及个别疾病的重要特征表现，通过对猪咳嗽的检测可以提早发现环境和健康存在的问题 德国的Dummerstorf 家畜生物学研究所已经将他们在猪的声音检测的研究申报了软件专利，正在进行商业的推广应用。,鸡 Peter.M研究了鸡的发声信息中含有的对饲料变化的反映，在试验条件下，改变食物种类公鸡叫声的变化对母鸡的影响，发现公鸡叫声中含有对不同饲料的变化 J.Mair等在2000年针对集约化饲养的特点，研究了改变光照环境条件，鸡的发声的变化，利用多参数方法提取声音的特征 G
5、.Marx在2001年针对鸡群居的社会属性，对小鸡饲养密度上的变化，引起的鸡的叫声变化进行了相关研究。他将鸡的发声分为四种类别，分别对应于不同的情绪表达，通过改变饲养密度，记录小鸡的发声反映；,（1）畜禽发声研究和应用-3,发声行为是对畜禽机体状况及环境协调情况的一种反馈，利用发声信息监测动物的机体状况及对环境变化的反映，评价动物的福利已有了一定的研究和应用，在畜禽研究中主要集中于大型的家畜。,（2）声音分析在医学中的应用-1,人 心音信号是由于心脏瓣膜的开关，肌腱和肌肉的舒缩，血流的冲击以及心血管壁震动而产生的声音信号，其中隐含着大量有关心脏运动的丰富信息，已经成为诊断心脏疾病的重要指标 （
6、孙丽莎等，1995） 通过对健康人群与患病人群的元音语图声波特征的分析,提出了应用该方法可以对声带良性增生疾病进行诊断及治疗效果评价（徐洁洁，1999）,J.Korpas等指出咳嗽是肺部排出空气的一个过程，咳嗽声是大概100多种疾病都有的重要症状，是一个研究疾病导致的声门变化的等重要的工具（1996）。 帕金森症作用于神经而影响人发声能力的变化，利用患者发音中的特征，采用语音分析技术可以识别它的发病症状，及判断治疗效果（Brain T，2004；Christina A，2001；Felix Javier，1997） Grazyna.N在研究了儿童多种呼吸道疾病引起的发声变化的区别，对比了不同的
7、声谱特征，发现HNR值存在明显的区别（2001）。,Agostino P.A研究对比了3种不同的语音特征提取的方法，认为采用短时不规则的匹配模型更容易识别健康人与疾病患者话音的不同 Petar.M提出通过获取患有喉部疾病患者的发声基础频率的方法，建立一种无接触的喉部疾病支持诊断系统。并对比自相关法、声谱法、Cepstral三种方法在提取基音频率中的效果,畜禽 鸡的多种疾病有明显的叫声特征，叫声和行为特征是鸡的疾病临床诊断的重要特征。 患有新城疫急性时，病鸡咳嗽、呼吸时发出“咕噜”声。 雏鸡患有痢病时，排便时会发出尖叫声。 患有传染性喉气管炎的病鸡吸气发出一种特殊的喘鸣声。,（2）声音分析在医学
8、中的应用-2,D.Moshou等认为猪的咳嗽是许多疾病的症状，监测和识别猪的咳嗽声是提早发现潜在疾病的一种有效方法，并重点研究了神经网络等算法在实际生产条件下识别猪咳嗽的应用效果。 J.M.Aerts等在实验室研究的基础上，采用软件标记的方法，区分现场监测猪的发声的特征，利用声音分析的技术建立猪的疾病在线监测体系。,以数字信号处理、音频技术为基础的声音分析在疾病诊断中应用已经从单一声谱频率分布、能量分布发展到采用各种智能算法，用于音频特征提取和识别，为进一步开发利用声音信息提供了应用基础 目前，通过声音直接用于畜禽疾病诊断，还需要研究大量的生理指标，还没有成熟应用，但是它可以作为疾病临床诊断和
9、预判的重要参考指标。,二、蛋鸡发声信息获取,试验目的 获取不同日龄蛋鸡在正常饲养条件下的发声信息、典型应激时（光照和人为干扰应激）的发声信息； 试验对象 分别选取蛋鸡品种为海兰褐，生长阶段为35日龄、95日龄、125日龄。,试验平台构建,在实验室构造1500*1000*1000 mm的饲养箱，环境温度在2022；采用自由采食、饮水的饲养制度。 录音设备： NI PXI测试系统；配置NI声振信号采集卡；电容录音话筒、录音软件COOLEDIT2.0。,数据采集,试验现场,四、蛋鸡发声识别的特征提取算法,1、蛋鸡发声自动识别的实现过程,2、 声学特征提取算法 梅尔频标倒谱系数（MFCC） 线性预测系
10、数法及倒谱分析（LPCC） 线谱对参数法（LSP） 感觉加权的线性预测特征（PLP）,识别测试结果,正常发声,光照应激发声,人为应激发声,基于支持向量机（SVM）的蛋鸡发声识别 支持向量机（SVM）+高斯混合模型（GMM）的应激程度预测模型,五、蛋鸡发声的分类识别模型研究,1、评分方法依据 （1）以三类状态下发声信息为基础，对正常饲养、光照应激、人为应激三种不同状态分别赋值； （2）采用支持向量机（SVM）为每个子带特征建立分类模型，以SVM打分结果作为高斯混合模型的输入参数，通过多个子带高斯概率密度函数计算得出一个总体的得分。,SVM+GMM的应激程度预测模型,SVM+GMM的应激程度预测模型,2、SVM+GMM的应激预测模型原理,4、应激预测的评分测试,正常发声,光照应激发声,人为应激发声,SVM+GMM的应激程度预测模型,结 论 1、采用支持向量机的分类模型实现了对蛋鸡发声识别及不同应激状态发声的识别，并实现了对C-SVM、Nu-SVM两种不同模式下，采用不同核函数对识别效果的测试，给出了采用径向基核函数与C-SVM的优化模型； 2、以支持向量机+高斯混合模型的方法实现通过蛋鸡发声预测蛋鸡应激程度的方法研究，以子带特征为依据，建立支持向量机的识别模型，以SVM打分输出作为高斯混合模型的输入参数，通过概率密度函数分布计算得出评分结果。并初步对结果进行了测试。,