鸣声个体识别实现多年鸟类监测

研究团队提出一种基于鸣声的自动化个体识别方法，用位置预测任务训练卷积神经网络提取录音特征，再经降维和聚类识别个体，对未参与训练的个体识别准确率为 96%。 团队将该方法用于追踪 126 个地点的 405 只雄性 ovenbird（Seiurus aurocapilla），覆盖 4 年，并据此对丰度和表观存活率建模。作者提供开源代码，称便于推广到其他物种，并指出自动化个体识别有助于研究种群动态、为生态系统管理提供依据。 上述准确率与追踪结果均为作者在论文中的报告。

AI 根据报道生成 · 9 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。