Keinotekoisten neuroverkkojen hyödyntäminen automaattisessa lintujen tunnistamisessa äänen perusteella

Abstract

Tässä tutkielmassa esitellään keinotekoisten neuroverkkojen hyödyntämistä automaattisessa lintujen tunnistamisessa äänen perusteella. Keskeisenä motiivina ovat sekä neuroverkkoihin tutustuminen että lintujen automaattisen tunnistamisen mahdollisuudet luonnon monimuotoisuuden suojelun, lintuharrastajien ja opetuksen näkökulmasta. Linnut reagoivat ympäristön muutoksiin suhteellisen nopeasti, minkä takia niitä tarkkailemalla voidaan saada tärkeää tietoa luonnonsuojelun näkökulmasta. Lintujen tarkkailu on myös suosittu harrastus, joten myös harrastajat voisivat hyötyä neuroverkkoavusteisesta lintujen tunnistamisesta. Lisäksi Opetushallituksen tavoitteisiin kuuluu, että peruskoulussa opittaisiin muun muassa lajintuntemusta sekä tuntemaan kasvien ja eläinten elämänvaiheita. Neuroverkkoja voisi olla mahdollista hyödyntää myös opetuksessa. Tutkielmassa luodaan ensin yleinen kuva neuroverkoista, minkä jälkeen käsitellään neuroverkkojen hyödyntämistä lintujen tunnistamisessa äänen perusteella. Tutkielmassa käsitellään myös konvoluutioneuroverkkoja, sillä ne ovat olleet viime aikoina keskeisessä asemassa niin äänen- kuin kuvantunnistuksessakin ja niitä sovelletaan myös lintujen tunnistamiseen. Tutkielma toteutetaan kirjallisuuskatsauksena, ja lähteinä käytetään pääasiassa neuroverkkojen teoriataustaan liittyviä artikkeleita sekä lähteitä, joissa neuroverkkoja on hyödynnetty automaattisen lintujen äänten tunnistamisen kilpailuissa. Lintujen tunnistaminen neuroverkkojen avulla toimii paremmin kuin muut olemassa olevat teknologiat, mutta niiden käytännön hyödyt ovat rajalliset esimerkiksi suhteellisen raskaan laskennan vuoksi.

This thesis covers artificial neural networks and how they are utilized in automatic recognition of bird species based on the sounds they produce. The main motives are both to learn about neural networks and the potential of automatic bird recognition in nature conservation. Birds react rapidly to changes in the environment and observing birds using neural networks could produce useful information for nature conservation. Birdwatching is popular as a hobby and also birdwatchers could benefit from automatic recognition of bird species. In addition, the Finnish National Agency for Education aims to teach children to identify species and to learn about plants and animals in general. Neural networks could be utilized also in teaching. First, neural networks are presented in general, after which the utilization of neural networks in bird recognition is examined. The thesis also covers convolutional neural networks since they have played a key role in image recognition as well as sound recognition and they are also applied in bird recognition. The thesis is conducted as a literature review and the source material is mainly formed of articles about the theoretical background of neural networks, and reports in which neural networks are utilized in competitions of automatic bird recognition by sound. Recognizing birds using neural networks has been more successful than using other technologies but the practical benefits are limited for instance because of relatively intensive needs for computing power.