Sensor Acústico para Detecção de Desmatamento Ilegal na Floresta Amazônica

  • Waldomiro J. G. Seabra
  • Juan G. Colonna
  • Eduardo F. Nakamura

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%).

Publicado
06/07/2017
SEABRA, Waldomiro J. G.; COLONNA, Juan G.; NAKAMURA, Eduardo F.. Sensor Acústico para Detecção de Desmatamento Ilegal na Floresta Amazônica. In: SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO UBÍQUA E PERVASIVA (SBCUP), 9. , 2017, São Paulo. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2017 . ISSN 2595-6183. DOI: https://doi.org/10.5753/sbcup.2017.3300.