CN102610228B - 音频异常事件检测系统及其标定方法 - Google Patents

Abstract

本发明公开了一种音频异常事件检测系统及其标定方法，该音频异常事件检测系统包括音频数据获取模块、音频数据分析模块和后台管理模块，音频数据获取模块采用拾音器、采集卡和计算机，采集卡采集拾音器的音频数据存放到计算机内存；音频数据分析模块对采集卡采集到的音频数据进行预处理，提取分析特征，对异常事件进行检测判断并输出检测结果到后台管理模块，后台管理模块根据音频数据分析模块输出的检测结果进行报警触发的管理。本发明不仅运用新的智能分析特征和技术来实现音频异常事件检测，有效地提高智能安防系统的可靠性，而且通过对拾音器进行接收音频能力的标定，简化音频智能分析技术中参数的调整。

Description

音频异常事件检测系统及其标定方法

技术领域

本发明涉及一种异常事件检测系统，特别涉及一种音频异常事件检测系统及其标定方法。

背景技术

随着社会的不断发展，各种犯罪事件也在不断发生，预防和保障人身财产安全的安防系统因此应用得也越来越广。然而面对日益猖獗的犯罪事件和变化不断的犯罪手法，使传统安防系统受到了极大的挑战，也日渐暴露出传统视频监控安防系统的不足。面对这些不足，智能视频分析系统孕育而生，在很大程度上解决了传统安防系统的弊病，如针对各种特定应用，对视频图像进行智能化分析来检测某些特定行为，产生报警信息以及进行及时录像。但是智能视频分析系统对前端摄像机的分辨率要求、安装角度和焦距要求、对传输频宽的需求都不能满足，而且目前尚不太成熟的智能视频分析算法都让智能视频分析系统面临瓶颈。因此，单纯依靠某种视频智能分析技术难以满足安防需求，需要其它不同的技术手段去提高安防系统的可靠性。

音频智能分析技术是通过对现场拾音器采集到的声音信号进行智能分析，检测环境中的音频异常变化及时产生报警信息，或辅助验证视频智能分析结果，极大地提高监控系统的报警有效性，降低误报率。然而，现有的音频智能分析技术主要是通过音频声强变化特征进行分析，缺乏对各种应用环境的适应性，限制了智能安防系统的可靠性；并且，拾音器属于电子硬件，因各个厂家的生产工艺不同，以及工程安装质量及使用调节差异等原因，每个拾音器对声音的接收能力并不相同，已安装过拾音器的应用客户又因工程成本等原因不愿统一更换拾音器，导致运用音频智能分析技术对环境音频的异常变化分析差异较大，在未知拾音器接收音频能力的状态下，调整智能分析参数来适应各种现场环境是一项耗时又耗力的工作，

综上所述，现有的智能视频安防系统是依靠视频智能分析技术来解决传统安防系统的弊病，实现增强安防效能的，由于摄像机的分辨率要求、安装角度和焦距要求、传输频宽的需求以及不太成熟的智能视频分析算法形成了智能视频分析系统的瓶颈，需要音频智能分析技术来提高智能安防系统的可靠性。然而在现有的音频智能分析技术中，单纯地依靠声强变化特征不能保证智能安防系统的可靠性，并且由于现场已安装的拾音器无法统一安装或更换时，拾音器的拾音能力各异，在未知拾音器接收音频能力的状态下，会导致音频智能分析参数极难调整合适，甚至导致音频智能分析技术失效。

发明内容

本发明所要解决的技术问题是提供一种音频异常事件检测系统及其标定方法，其不仅运用新的智能分析特征和技术来实现音频异常事件检测，有效地提高智能安防系统的可靠性，而且通过对拾音器进行接收音频能力的标定，简化音频智能分析技术中参数的调整。

为解决所述技术问题，本发明提供了一种音频异常事件检测系统，其特征在于，其包括音频数据获取模块、音频数据分析模块和后台管理模块，音频数据获取模块采用拾音器、采集卡和计算机，采集卡采集拾音器的音频数据存放到计算机内存；音频数据分析模块对采集卡采集到的音频数据进行预处理，提取分析特征，对异常事件进行检测判断并输出检测结果到后台管理模块，后台管理模块根据音频数据分析模块输出的检测结果进行报警触发的管理。

优选地，所述音频数据分析模块采用的分析算法包括数据预处理步骤、建立音频背景能量模型和消除背景能量后的活动音频背景能量模型步骤、计算音频能噪比特征值和活动能量偏移度特征值步骤以及检测阈值判定步骤。

优选地，所述数据预处理步骤对采集卡采集到的音频数据进行预处理，得到音频信号及其短时能量均值。

优选地，所述数据预处理步骤对采集卡采集到的音频数据进行预处理采用的公式如下：

X_t(n)＝W(n)x(t+n)  0≤n≤N-1；

$W\left(n\right)=\left\{\begin{array}{c}1,n=\mathrm{1,2},\·\·\·,N-1\\ 0,n=\mathrm{other}\end{array}\right.;$

$E_t=\frac{1}{N}\underset{n=1}{\overset{N-1}{\mathrm{\Σ}}}{X}_t^2\left(n\right);$

其中，x(t)为音频时域采样信号，W(n)为窗函数，N为窗函数宽度，x_t(n)为加窗处理后得到的第n个有效采样信号，E_t为时刻t音频加窗采样信号的短时能量均值。

优选地，所述建立音频背景能量模型和消除背景能量后的活动音频背景能量模型步骤采用混合高斯模型建模，采用的公式如下：

$P\left(X_t\right)=\underset{i=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\ω}}_{i,t}*\mathrm{\η}(X_t,{\mathrm{\μ}}_{i,t},{\mathrm{\Σ}}_{i,t});$

$\mathrm{\η}(X_t,{\mathrm{\μ}}_{i,t},{\mathrm{\Σ}}_{i,t})=\frac{1}{{\left(2\mathrm{\π}\right)}^{n/2}{\left|{\mathrm{\Σ}}_{i,t}\right|}^{1/2}}\exp \{-\frac{1}{2}{(X_t-{\mathrm{\μ}}_{i,t})}^T{\mathrm{\Σ}}_{i,t}^{-1}(X_t-{\mathrm{\μ}}_{i,t})\};$

维护模型更新的公式为：

ω_i，t+1＝(1-α)ω_i，t+α；

μ_i，t+1＝(1-ρ)μ_i，t+ρX_t+1；

${\mathrm{\σ}}_{i,t+1}^2=(1-\mathrm{\ρ}){\mathrm{\σ}}_{i,t}^2+\mathrm{\ρ}{(X_{t+1}-{\mathrm{\μ}}_{i,t+1})}^T(X_{t+1}-{\mathrm{\μ}}_{i,t+1});$

ρ＝αη(X_t+1|μ_i，t，σ_i，t)；

FE_t＝(X_t-BE_t)；

其中，X_t是时刻t的观测值，P(X_t)是时刻t观测值为X_t的概率，K是混合高斯个数，ω_i，t是时刻t第i个高斯分布的权重系数，μ_i，t和σ_i，t分别是时刻t第i个高斯分布的特征量均值和方差，∑_i，t是相应的协方差矩阵，η是高斯分布的概率密度函数，α是学习速率，ρ是分布参数的更新速率，BE_t和FE_t分别是时刻t的背景值和前景值。

优选地，所述计算音频能噪比特征值和活动能量偏移度特征值步骤的公式如下：

SNR_t＝(E_t-BE_t)/BE_t；

${\mathrm{VR}}_t=({\mathrm{FE}}_t-{\mathrm{BFE}}_t)/\mathrm{\σ}{\left(\mathrm{FE}\right)}_t^2;$

其中，SNR_t是时刻t的音频能噪比特征值，VR_t是时刻t的活动能量偏移度特征值，

是活动能量方差。

优选地，所述检测阈值判定步骤在计算音频能噪比特征值和活动能量偏移度特征值步骤后得到分析所得的音频能噪比特征值和活动能量偏移度特征值，根据预先设定的参数阈值进行判定，只有当这两个特征值都超过预定参数阈值，才会判定为异常事件发生，其中任何一个特征值没有满足参数阈值或两个都没有满足参数阈值，则判定为事件正常，判定结束后即将结果输出。

本发明还提供一种音频异常事件检测系统的标定方法，其特征在于，其包括以下步骤：步骤一，获取环境噪声数据，采集卡采集拾音器的音频数据存放到计算机内存，此时的音频数据只是环境音频数据，然后进行下一步骤；步骤二，能量背景模型建立，获得环境噪声数据后，按照建立音频背景能量模型和消除背景能量后的活动音频背景能量模型步骤进行音频背景能量模型和消除背景能量后的活动音频背景能量模型的建立，模型建立成功后，即可进行下一步骤；步骤三，标定音频数据获取，在建立能量背景模型后，在场景中离拾音器不同距离位置播放标定模版事件音频；步骤四，能量背景模型更新，在实时获得标定音频数据后，按照建立音频背景能量模型和消除背景能量后的活动音频背景能量模型步骤进行音频背景能量模型和消除背景能量后的活动音频背景能量模型的更新，然后进行下一步骤计算；步骤五，标定特征值计算，通过标定音频数据更新能量背景模型后，计算音频能噪比特征值和活动能量偏移度特征值；步骤六，标定分析结果统计，在计算获得标定音频的反馈特征值后，统计其特征值的分布，取具有可分性统计值作为标定结果。

优选地，所述步骤三、步骤四和步骤五都是对多个不同距离的标定模版事件音频做分析处理。

本发明的积极进步效果在于：本发明运用新的音频智能分析算法，包括使用音频能噪比和活动能量偏移度等分析特征，能在各种环境下高效地自动检测出音频异常事件并及时报警，提高了智能安防系统的可靠性；根据拾音器对不同声源接收的信号特性不同，使用标定声源音频对拾音器进行多方位测试，分析统计音频能噪比和活动能量偏移度等特征值标定拾音器能力，能简化音频智能分析参数的调整，有效地克服了在拾音器接收音频能力未知的状态下，音频智能分析参数极难调整的缺点。进而，本发明可以应用于音频异常事件智能监控，还可以应用于其它应用场合，这里的其它应用场合指：在拾音器接收音频能力未知的时候，需要通过拾音器进行音频智能监控的应用场合。

附图说明

图1为本发明音频异常事件检测系统的结构原理示意图；

图2为本发明音频数据分析模块中的算法原理示意图；

图3为本发明音频标定方法的原理流程图；

图4为本发明音频标定方法一实例在多个不同距离对拾音器标定测量的示意图。

具体实施方式

为了使本发明的技术问题、技术方案和技术效果更加清楚明白，以下通过较佳实施例并结合附图，对本发明进一步详细说明。

如图1所示，本发明音频异常事件检测系统包括音频数据获取模块、音频数据分析模块和后台管理模块。音频数据获取模块采用拾音器、采集卡和计算机，采集卡采集拾音器的音频数据存放到计算机内存；音频数据分析模块对采集卡采集到的音频数据进行预处理，提取分析特征，对异常事件进行检测判断并输出检测结果到后台管理模块。其中，音频数据分析模块采用的分析算法包括数据预处理步骤、建立音频背景能量模型和消除背景能量后的活动音频背景能量模型步骤、计算音频能噪比和活动能量偏移度等特征值步骤以及检测阈值判定步骤。后台管理模块根据音频数据分析模块输出的检测结果进行报警触发等相关管理。整个系统在实际运行中，对实际环境的实时音频通过拾音器获取数据后，分析计算出音频能噪比和活动能量偏移度，根据预先设定的判断阈值，可对异常事件如高声叫喊、异常撞击声或遇袭求救声等及时检测判断，可有效的实现音频异常事件监控。

如图2所示，其中，音频数据分析模块中的分析算法包括以下步骤：

步骤101，对采集卡采集到的音频数据进行预处理，得到音频信号及其短时能量均值。

其中，步骤101中对采集卡采集到的音频数据进行预处理采用的公式如下：

X_t(n)＝W(n)x(t+n)  0≤n≤N-1        ………式(1)

$W\left(n\right)=\left\{\begin{array}{c}1,n=\mathrm{1,2},\·\·\·,N-1\\ 0,n=\mathrm{other}\end{array}\right.$ …………式(2)

$E_t=\frac{1}{N}\underset{n=1}{\overset{N-1}{\mathrm{\Σ}}}{X}_t^2\left(n\right)$ …………式(3)

以上三个公式中，x(t)为音频时域采样信号，W(n)为窗函数，N为窗函数宽度，x_t(n)为加窗处理后得到的第n个有效采样信号，E_t为时刻t音频加窗采样信号的短时能量均值。

具体说来，对音频时变信号，假设音频信号在几十毫秒内是短时平稳的，建立数据缓冲包对音频信号进行加窗分帧处理，利用窗口W(n)提取N个实时音频采样点，归一化后计算短时能量均值E_t作为时刻t的音频观测数据，满足后续算法分析的数据要求，然后进入下一分析步骤。

步骤102，建立音频背景能量模型和消除背景能量后的活动音频背景能量模型。

其中，步骤102中建立音频背景能量模型和消除背景能量后的活动音频背景能量模型采用混合高斯模型建模，采用的公式如下：

$P\left(X_t\right)=\underset{i=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\ω}}_{i,t}*\mathrm{\η}(X_t,{\mathrm{\μ}}_{i,t},{\mathrm{\Σ}}_{i,t})$ ………………………………………式(4)

$\mathrm{\η}(X_t,{\mathrm{\μ}}_{i,t},{\mathrm{\Σ}}_{i,t})=\frac{1}{{\left(2\mathrm{\π}\right)}^{n/2}{\left|{\mathrm{\Σ}}_{i,t}\right|}^{1/2}}\exp \{-\frac{1}{2}{(X_t-{\mathrm{\μ}}_{i,t})}^T{\mathrm{\Σ}}_{i,t}^{-1}(X_t-{\mathrm{\μ}}_{i,t})\}$ …………式(5)

维护模型更新的公式为：

ω_i，t+1＝(1-α)ω_i，t+α…………………………………………式(6)

μ_i，t+1＝(1-ρ)μ_i，t+ρX_t+1………………………………………式(7)

${\mathrm{\σ}}_{i,t+1}^2=(1-\mathrm{\ρ}){\mathrm{\σ}}_{i,t}^2+\mathrm{\ρ}{(X_{t+1}-{\mathrm{\μ}}_{i,t+1})}^T(X_{t+1}-{\mathrm{\μ}}_{i,t+1})$ ……………………式(8)

ρ＝αη(X_t+1|μ_i，t，σ_i，t)…………………………………………式(9)

FE_t＝(X_t-BE_t)…………………………………………式(10)

以上公式中，X_t是时刻t的观测值，P(X_t)是时刻t观测值为X_t的概率，K是混合高斯个数，ω_i，t是时刻t第i个高斯分布的权重系数，μ_i，t和σ_i，t分别是时刻t第i个高斯分布的特征量均值和方差，∑_i，t是相应的协方差矩阵，η是高斯分布的概率密度函数，α是学习速率，ρ是分布参数的更新速率，BE_t和FE_t分别是时刻t的背景值和前景值。

具体说来，在时刻t，将预处理后提取的短时能量均值E_t作为观测值X_t，运用混合高斯模型对音频背景能量建模得到背景值BE_t；把K个高斯分布按照ω_i，t/σ_i，t值从大到小排序，ω_i，t/σ_i，t值较大表示有较大的概率和较小的方差，可以作为音频背景能量的描述。获得一帧新的第t+1观测值X_t+1，将其与现有的K个高斯分布相比较，如果第t+1观测值X_t+1在某高斯分布2.5倍的方差以内，就判定该数据与此高斯分布匹配，且该数据被更新为当前时刻的背景值BE_t；按高斯排序依次测试K个高斯分布，如存在第i个高斯分布与第t+1观测值X_t+1匹配，就更新第i个高斯分布的参数；对于不匹配的高斯分布，均值和方差保持不变，仅更新它们的权重系数ω_i，t+1＝(1-α)ω_i，t；如果不存在匹配的高斯分布，则用一个新的均值为X_t+1、高方差、低权重的高斯分布取代排序末尾的高斯分布，即第K个高斯分布。

得到背景值BE_t后，将消除背景能量后的前景值FE_t作为模型观测值，同样运用以上具体步骤对音频活动能量建模得到活动音频背景值BFE_t。

步骤103，计算音频能噪比和活动能量偏移度等特征值。

其中，步骤103中计算音频能噪比和活动能量偏移度等特征值的公式如下：

SNR_t＝(E_t-BE_t)/BE_t………………………………式(11)

${\mathrm{VR}}_t=({\mathrm{FE}}_t-{\mathrm{BFE}}_t)/\mathrm{\σ}{\left(\mathrm{FE}\right)}_t^2$ ……………………………………式(12)

以上公式中，SNR_t是时刻t的音频能噪比特征值，VR_t是时刻t的活动能量偏移度特征值，

是活动能量方差。

具体说来，在时刻t获得观测值X_t，即短时能量E_t，并更新音频能量背景得到背景值BE_t后，通过当前观测值减去背景值，并除以背景值，可得到当前帧音频的音频能噪比特征值SNR_t。通过观测值X_t和背景值BE_t计算获得环境音频前景值FE_t以及活动音频背景值BFE_t，即可按照以上公式计算得到当前帧音频的活动能量偏移度特征值VR_t。这些即为后续步骤中所要根据阈值判定的音频事件特征值。

步骤104，检测阈值判定，并将判定结果输出。

具体说来，在步骤103后得到分析所得的音频能噪比特征值SNR_t和活动能量偏移度特征值VR_t，根据预先设定的参数阈值进行判定，只有当这两个特征值都超过预定参数阈值，才会判定为异常事件发生，其中任何一个特征值没有满足参数阈值或两个都没有满足参数阈值，则判定为事件正常，判定结束后即将结果输出。

如图3所示，本发明音频异常事件检测系统的音频标定方法包括以下步骤：

步骤201，获取环境噪声数据，采集卡采集拾音器的音频数据存放到计算机内存，此时的音频数据只是环境音频数据，然后进行下一步骤。

步骤202，能量背景模型建立，获得环境噪声数据后，按照步骤102进行音频背景能量模型和消除背景能量后的活动音频背景能量模型的建立，模型建立成功后，即可进行下一步骤。

步骤203，标定音频数据获取，在建立能量背景模型后，可以在场景中离拾音器不同距离位置播放标定模版事件音频。这里的标定音频可以是单个标定音频，比如一段对话音频或某种乐器声，也可以是多个标定音频。这里举例使用两段模版音频，对话事件音频和叫喊事件音频，先后播放这两段音频，通过采集卡实时采集拾音器的模拟信号到计算机内存，此时获得的音频数据是包含环境噪声数据和标定模版事件音频数据，然后进行下一步骤。

步骤204，能量背景模型更新，在实时获得标定音频数据后，按照步骤102进行音频背景能量模型和消除背景能量后的活动音频背景能量模型的更新，然后进行下一步骤计算。

步骤205，标定特征值计算，通过标定音频数据更新能量背景模型后，可按照步骤103进行音频能噪比和活动能量偏移度等特征值计算，按步骤203中的举例使用对话事件音频和叫喊事件音频进行标定，则对于每个距离m，计算播放时间内的音频能噪比特征值SNR^m和活动能量偏移度特征值VR^m，作为当前距离的拾音器标定特征值，体现了拾音器在环境噪声和线路噪声影响下，对有效音频声源所能接收到的有效数据能力；如图4所示，对于M个距离就分别可以获得对话事件的音频能噪比特征值(SNR¹，SNR²，…，SNR^M)和活动能量偏移度特征值(VR¹，VR²，…，VR^M)，同样的可以计算获得叫喊事件的音频能噪比特征值

和活动能量偏移度特征值。这两组特征值标定出拾音器对不同位置发出的不同声源信号所能接收的能力。其中，步骤203、步骤204和步骤205都是对多个不同距离的标定模版事件音频做分析处理。

步骤206，标定分析结果统计，如上述步骤中所例，在计算获得对对话事件音频和叫喊事件音频的反馈特征后，统计两种情况特征值的分布；针对音频能噪比而言，通常拾音器对于对话事件声源的能噪比要小于叫喊事件声源的能噪比，如果对话事件的音频能噪比值分布的区间和叫喊事件的音频能噪比值分布的区间没有交集，即(SNR¹，SNR²，…，SNR^M)中的值比

中的值都小，则可以取

中最小值最为分析判断阈值；比如对话事件音频能噪比值为(3，5，4，…，6)，分布区间即为(3～6)，叫喊事件音频能噪比值为(8，10，8，…，15)，分布区间即为(8～15)，则可以取音频能噪比值8作为分析判断阈值；针对活动能量偏移度而言也是同理；如果对话事件的音频能噪比值分布的区间和叫喊事件的音频能噪比值分布的区间有交集，则为了减少异常事件的漏检，可以取交集中的最小值作为分析判断阈值；比如对话事件音频能噪比值为(3，7，5，…，9)，分布区间即为(3～9)，叫喊事件音频能噪比值为(7，10，9，…，15)，分布区间即为(7～15)，存在交集区间(7～9)，则可以取一个音频能噪比值7作为分析判断阈值；针对活动能量偏移度而言也是同理。最终确定的音频能噪比阈值和活动能量偏移度阈值即作为音频标定结果，表示当前拾音器对场景中音频的接收反应能力。此时可以直接将此标定结果作为音频异常事件检测系统中的判定阈值参数，省去了检测系统在标定前不知拾音器性能的前提下，需要长期运行，根据检测情况反馈不断调整的麻烦，克服了参数阈值极难调整设置的困难。

虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改。因此，本发明的保护范围由所附权利要求书限定。

Claims (4)

1.一种音频异常事件检测系统，其特征在于，其包括音频数据获取模块、音频数据分析模块和后台管理模块，音频数据获取模块采用拾音器、采集卡和计算机，采集卡采集拾音器的音频数据存放到计算机内存；音频数据分析模块对采集卡采集到的音频数据进行预处理，提取分析特征，对异常事件进行检测判断并输出检测结果到后台管理模块，后台管理模块根据音频数据分析模块输出的检测结果进行报警触发的管理；

所述音频数据分析模块采用的分析算法包括数据预处理步骤、建立音频背景能量模型和消除背景能量后的活动音频背景能量模型步骤、计算音频能噪比特征值和活动能量偏移度特征值步骤以及检测阈值判定步骤；

所述数据预处理步骤对采集卡采集到的音频数据进行预处理，得到音频信号及其短时能量均值；

所述数据预处理步骤对采集卡采集到的音频数据进行预处理采用的公式如下：

X_t(n)＝W(n)x(t+n)  0≤n≤N-1；

$W\left(n\right)=\left\{\begin{array}{c}1,n=\mathrm{1,2}\·\·\·,N-1\\ 0,n=\mathrm{other}\end{array}\right.;$

$E_t=\frac{1}{N}\underset{n=1}{\overset{N-1}{\mathrm{\Σ}}}{X}_t^2\left(n\right);$

其中，x(t)为音频时域采样信号，W(n)为窗函数，N为窗函数宽度，x_t(n)为加窗处理后得到的第n个有效采样信号，E_t为时刻t音频加窗采样信号的短时能量均值；

所述建立音频背景能量模型和消除背景能量后的活动音频背景能量模型步骤采用混合高斯模型建模，采用的公式如下：

$P\left(X_t\right)=\underset{i=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\ω}}_{i,t}*\mathrm{\η}(X_t,{\mathrm{\μ}}_{i,t},{\mathrm{\Σ}}_{i,t});$

$\mathrm{\η}(X_t,{\mathrm{\μ}}_{i,t},{\mathrm{\Σ}}_{i,t})=\frac{1}{{\left(2\mathrm{\π}\right)}^{n/2}{\left|{\mathrm{\Σ}}_{i,t}\right|}^{1/2}}\exp \{-\frac{1}{2}{(X_t-{\mathrm{\μ}}_{i,t})}^T{\mathrm{\Σ}}_{i,t}^{-1}(X_t-{\mathrm{\μ}}_{i,t})\};$

维护模型更新的公式为：

ω_i,t+1＝(1-α)ω_i,t+α；

μ_i,t+1＝(1-ρ)μ_i,t+ρX_t+1；

${\mathrm{\σ}}_{i,t+1}^2=(1-\mathrm{\ρ}){\mathrm{\σ}}_{i,t}^2+\mathrm{\ρ}{(X_{t+1}-{\mathrm{\μ}}_{i,t+1})}^T(X_{t+1}-{\mathrm{\μ}}_{i,t+1});$

ρ＝αη(X_t+1|μ_i,t,σ_i,t)；

FE_t＝(X_t-BE_t)；

其中，X_t是时刻t的观测值，P(X_t)是时刻t观测值为X_t的概率，K是混合高斯个数，ω_i,t是时刻t第i个高斯分布的权重系数，μ_i,t和σ_i,t分别是时刻t第i个高斯分布的特征量均值和方差，Σ_i,t是相应的协方差矩阵，η是高斯分布的概率密度函数，α是学习速率，ρ是分布参数的更新速率，BE_t和FE_t分别是时刻t的背景值和前景值；

所述计算音频能噪比特征值和活动能量偏移度特征值步骤的公式如下：

SNR_t＝(E_t-BE_t)/BE_t；

${\mathrm{VR}}_t=({\mathrm{FE}}_t-{\mathrm{BFE}}_t)/\mathrm{\σ}{\left(\mathrm{FE}\right)}_t^2;$

其中，SNR_t是时刻t的音频能噪比特征值，VR_t是时刻t的活动能量偏移度特征值，

是活动能量方差，BFE_t是活动音频背景值。

2.如权利要求1所述的音频异常事件检测系统，其特征在于，所述检测阈值判定步骤在计算音频能噪比特征值和活动能量偏移度特征值步骤后得到分析所得的音频能噪比特征值和活动能量偏移度特征值，根据预先设定的参数阈值进行判定，只有当这两个特征值都超过预定参数阈值，才会判定为异常事件发生，其中任何一个特征值没有满足参数阈值或两个都没有满足参数阈值，则判定为事件正常，判定结束后即将结果输出。

3.一种根据权利要求2所述的音频异常事件检测系统的标定方法，其特征在于，其包括以下步骤：

步骤一，获取环境噪声数据，采集卡采集拾音器的音频数据存放到计算机内存，此时的音频数据只是环境音频数据，然后进行下一步骤；

步骤二，能量背景模型建立，获得环境噪声数据后，按照建立音频背景能量模型和消除背景能量后的活动音频背景能量模型步骤进行音频背景能量模型和消除背景能量后的活动音频背景能量模型的建立，模型建立成功后，即可进行下一步骤；

步骤三，标定音频数据获取，在建立能量背景模型后，在场景中离拾音器不同距离位置播放标定模版事件音频；

步骤四，能量背景模型更新，在实时获得标定音频数据后，按照建立音频背景能量模型和消除背景能量后的活动音频背景能量模型步骤进行音频背景能量模型和消除背景能量后的活动音频背景能量模型的更新，然后进行下一步骤计算；

步骤五，标定特征值计算，通过标定音频数据更新能量背景模型后，计算音频能噪比特征值和活动能量偏移度特征值；

步骤六，标定分析结果统计，在计算获得标定音频的反馈特征值后，统计其特征值的分布，取具有可分性统计值作为标定结果。

4.如权利要求3所述的音频异常事件检测系统的标定方法，其特征在于，所述步骤三、步骤四和步骤五都是对多个不同距离的标定模版事件音频做分析处理。

Images