Identificación de sonotipos a partir de grabaciones captadas con hidrófonos: Detección automática de peces y embarcaciones mediante técnicas de inteligencia computacional

Abstract

RESUMEN : La bioacústica es un método de monitoreo pasivo de los ecosistemas que permite hacer seguimiento a las comunidades animales a través de los sonidos que emiten, los cuales son grabados y proporcionan información a los biólogos sobre el comportamiento y número de los seres acuáticos en una zona determinada de manera eficiente, sin causar daños adicionales al ecosistema. Este método de monitoreo es especialmente importante en hábitats marinos, que representan el 70% de la superficie terrestre y son de difícil acceso para un estudio profundo y prolongado. En este estudio se propone la implementación de una metodología que permita realizar una identificación y detección de fonaciones de dos clases de peces objetivo nombradas inicialmente como Peces 1 y Peces 2. Como paso inicial se realiza una identificación de embarcaciones las cuales son fuente de ruido al momento de la detección de sonotipos. Para esto se aplicó una regresión logística a audios de un minuto de duración alcanza un F1-Score de 0.9942. Los audios clasificados como embarcación son descartados con el fin de mejorar el rendimiento del algoritmo de reconocimiento de fonaciones de peces. Para la detección de las fonaciones objetivo se aplicó un algoritmo de inteligencia computacional no supervisada, específicamente el algoritmo LAMDA 3π, el cual es complementado con una red neuronal convolucional ResNet18 para la identificación y detección automática de sonidos producidos principalmente por los peces objetivo en grabaciones de audio captadas por investigadores del Centro de Investigaciones Biológicas del Noroeste con hidrófonos en la Ensenada de La Paz, México. Se aplicó Acoustic Event Detection para la segmentación de las fonaciones objetivo de este proyecto realizando modificaciones y parametrizando dicho proceso para dar un tratamiento diferente a segmentos de área extensa y área pequeña. Dichos segmentos son procesados mediante técnicas de PDI antes de ser clasificados por la red neuronal. Se obtuvo un F1-Score de 0.7805 y 0.8272 para Peces 1 y Peces 2 respectivamente.

ABSTRACT : Bioacoustics is a passive monitoring method of ecosystems that allows tracking animal communities through the sounds they emit, which are recorded and provide information to biologists about the behavior and number of aquatic beings in a specific area efficiently, without causing additional harm to the ecosystem. This monitoring method is especially important in marine habitats, which represent 70% of the Earth's surface and are difficult to access for in-depth and prolonged study. In this study, the implementation of a methodology is proposed to identify and detect vocalizations of two target fish species initially named as Fish 1 and Fish 2. As an initial step, the identification of vessels, which are a source of noise during the detection of sound types, is conducted. For this purpose, logistic regression was applied to one-minute audio clips, achieving an F1-Score of 0.9942. The audio clips classified as vessels are discarded to improve the performance of the fish vocalization recognition algorithm. For the detection of the target vocalizations, an unsupervised computational intelligence algorithm, specifically the LAMDA 3π algorithm, was applied, complemented with a Convolutional Neural Network (CNN) ResNet18 for the automatic identification and detection of sounds produced mainly by the target fish in audio recordings captured by researchers from the Center for Biological Research of the Northwest with hydrophones in La Paz Bay, Mexico. Acoustic Event Detection was applied to segment the target vocalizations of this project, making modifications, and parameterizing this process to treat large and small area segments differently. These segments are processed through image processing techniques before being classified by the CNN. An F1-Score of 0.7805 and 0.8272 was obtained for Fish 1 and Fish 2, respectively.