Sensor Acústico para Detecção de Desmatamento Ilegal na Floresta Amazônica
Resumo
Neste trabalho, apresentamos um método para detecção de sons de motosserras, com o objetivo de auxiliar no combate de extração ilegal de madeira nas florestas tropicais. Em nossa abordagem utilizamos um método de classificação de uma classe para detectar apenas o som de interesse e rejeitar todos os outros sons, sejam estes naturais ou artificiais, tais como: chuva, vento, diversas vocalizações de animais, fala humana, e motores de barcos. O método de classificação escolhido é o Support Vector Data Description (SVDD), que consiste em criar uma hiperesfera ao redor dos pontos que representam a classe alvo no espaço de características acústicas. Aplicando a transformada Wavelet, para a extração das características acústicas, conseguimos processar o sinal de entrada em tempo real. Assim, o método proposto consegue processar e classificar osáudios em tempo real com baixa complexidade computacional, o que beneficia o uso de sensores por economizar processamento, reduzindo o consumo de bateria. 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 = 95%), mas perde eficiência quando comparada com sons artificiais (AUC = 77%).