用载体传感器记录的歌唱驼背的自动化多目标追踪
Pina Gruden1, Junsu Jang2, Anke Kügler3,4
1Cooperative Institute for Marine and Atmospheric Research, Research Corporation of the University of Hawai'i, Honolulu, Hawaii 96822, USA.
The Journal of the Acoustical Society of America
|October 24, 2023
概括
本研究介绍了使用声向量传感器 (AVS) 追踪海洋哺乳动物的两种自动化方法. 这些先进的技术成功地追踪了多个唱歌的驼背,使得全自动声学监控成为可能.
科学领域:
- 海洋生物声学 海洋生物声学
- 信号处理 信号处理
- 动物行为 动物行为
背景情况:
- 被动声学监测 (PAM) 对于海洋哺乳动物的检测和定位至关重要.
- 声波矢量传感器 (AVS) 与压力传感器相比,具有优势,包括源光向估计和减少传感器同步需求.
- 自动追踪多个并发的海洋哺乳动物声调仍然是一个重大挑战,通常需要手动分析.
研究的目的:
- 使用AVS数据开发和比较两种完全自动化的方法,用于使用AVS数据对海洋哺乳动物发声的亚齐图斯跟踪.
- 扩展以前在基于AVS的源本地化和跟踪方面的工作.
- 为了实现在复杂的声学环境中对海洋哺乳动物的自动化,基于个体的跟踪.
主要方法:
- 采用并比较了两个完全自动化的亚齐图斯跟踪方法:随机有限集统计和消息传递算法.
- 这两种方法都基于贝叶斯统计框架.
- 在几天的AVS数据中进行了测试,这些数据是在毛伊海岸收集的.
主要成果:
- 这两种自动化方法都成功地有效地追踪了多只歌唱的驼.
- 从AVS数据中证明了自动化,个人级别源追踪的可行性.
- 验证了拟议的贝叶斯统计框架对多源追踪的有效性.
结论:
- 开发的自动化方法为使用AVS数据追踪多种海洋哺乳动物发声提供了强大的解决方案.
- 这项工作为完全自动化的AVS跟踪铺平了道路,适用于所有大白物种.
- 自动追踪显著提高了海洋哺乳动物声学监测的效率和可扩展性.
