Detecção de Desmatamento Ilegal na Floresta Amazônica Baseada em Processamento de Áudio
Resumo
Neste trabalho apresentamos um método de detecção de motosserras através de som para auxiliar no combate a extração ilegal de madeira. Em nossa abordagem é utilizada a decomposição Wavelet (W) nas altas frequências, o que divide de forma ótima a classe de sons naturais das demais classes e divide muito bem, apesar de ainda haver sobreposição, a classe de motosserras da classe de sons artificias. Nós usamos um método de classificação de uma classe, o Support Vector data Description (SVDD), que cria uma hiperesfera ao redor do dos pontos que representam a classe alvo (motosserras) no espaço de características acústicas, desta forma sendo capaz de diferenciar motosserras de outros sons naturais e artificiais. Através dos experimentos realizados, concluímos que nossa abordagem é eficiente diferenciando sons de motosserras de sons naturais (AUC = 96%), diferenciando motosserras e sons artificiais de sons naturais (AUC = 91%), mas perde eficiência quando comparada com sons artificiais (AUC = 87%).