一种基于残差神经网络的白头叶猴被动声学监测方法及系统

本发明公开了一种基于残差神经网络的白头叶猴被动声学监测方法及系统，该方法包括：获取音频数据并构建数据集；以ResNet残差神经网络为基本框架，将Bottleneck层替换残差层，得到识别模型；所述Bottleneck层设有挤压‑激励模块；基于所述数据集对所述识别模型进行训练，得到训练完成的识别模型；将实时数据输入至所述训练完成的识别模型，得到识别信息。该系统包括：数据集构建模块、模型构建模块、模型训练模块和识别模块。通过使用本发明，能够快速且准确的从大量音频数据中识别出白头叶猴的音频，实现声学监测。本发明可广泛应用于音频处理领域。