CN102945675A

CN102945675A - 检测户外呼救声音的智能传感网络系统

Info

Publication number: CN102945675A
Application number: CN2012104883705A
Authority: CN
Inventors: 陈曙东; 仝明磊
Original assignee: Jiangsu IoT Research and Development Center
Current assignee: Jiangsu IoT Research and Development Center
Priority date: 2012-11-26
Filing date: 2012-11-26
Publication date: 2013-02-27

Abstract

本发明涉及一种检测户外呼救声音的智能传感网络系统，所述检测户外呼救声音的智能传感网络系统，包括若干呼救检测节点，所述呼救检测节点采集设置呼救检测节点的场景中的声音信息，且呼救检测节点对采集的声音信息进行分析处理；当所述声音信息包含呼救声音时，呼救检测节点将所述声音信息无线传输到监控中心。本发明呼救检测节点能够采集场景中的声音信息，并能够将分析出所述声音信息是否包含呼救信息，当包含呼救信息时，呼救检测节点将声音信息及呼救检测节点的位置定位信息传输到监控中心内，并能通过报警装置进行声光报警，结构紧凑，能够及时检测危险场景的呼救信息，适应范围广，使用成本低，安全可靠。

Description

检测户外呼救声音的智能传感网络系统

技术领域

本发明涉及一种智能传感网络系统，尤其是一种检测户外呼救声音的智能传感网络系统，属于物联网的技术领域。

背景技术

目前，有很多的智能监控系统，通过智能监控系统能够对现场环境进行检测，但是，现有的监控系统多为视频监控。现有的公共安全智能监控系统中，能够对危险场景进行有效记录，但对危险场景的反应不够及时不够全面，无法及时有效地制止或降低危害的发生。

发明内容

本发明的目的是克服现有技术中存在的不足，提供一种检测户外呼救声音的智能传感网络系统，其结构紧凑，能够及时检测危险场景的呼救信息，适应范围广，使用成本低，安全可靠。

按照本发明提供的技术方案，所述检测户外呼救声音的智能传感网络系统，包括若干呼救检测节点，所述呼救检测节点采集设置呼救检测节点的场景中的声音信息，且呼救检测节点对采集的声音信息进行分析处理；当所述声音信息包含呼救声音时，呼救检测节点将所述声音信息无线传输到监控中心。

所述呼救检测节点将节点定位位置与声音信息同时传输到监控中心。所述呼救检测节点包括一个或多个声音传感器，所述声音传感器与检测识别处理器相连，所述检测识别处理器与通讯模块相连；检测识别处理器识别出声音传感器内的呼救声音时，通过通讯模块将声音信息传输到监控中心。

当所述声音信息包含呼救声音时，呼救检测节点输出声和/或光报警信息。所述检测识别处理器的输出端与报警装置相连，检测识别处理器驱动报警装置输出声和/或光报警信息。

所述检测识别处理器包括FPGA处理器。

所述呼救检测节点采集的声音信息进行分析处理包括如下步骤：

s1、采集训练样本；

s2、获取场景中的声音信息，并对所述获取的声音信息进行滤波放大；

s3、对训练样本及声音信息进行预处理，并提取出梅尔频率倒谱系数及对应的短时能量特征；

s4、利用Adaboost方法将上述提取的梅尔频率倒谱系数及对应的短时能量特征进行训练；

s6、对上述训练后的参数进行识别，以确定声音信息中是否包含呼救声音。

所述步骤s3中，对获取声音信息进行预处理包括如下步骤：

P2、对采集的声音信息进行放大、滤波及AD转换；

P3、预加重及分帧，得到声音信号M1。

所述步骤s3中，提取梅尔频率倒谱系数及对应的短时能量特征包括如下步骤：

M2、对上述声音信号进行快速傅立叶变换；

M3、利用三角窗滤波器对上述傅立叶变换后的函数进行滤波；

M4、对上述滤波后的信号进行离散余弦变换，以得到梅尔频率倒谱系数及对应的短时能量特征。

本发明的优点：呼救检测节点能够采集场景中的声音信息，并能够将分析出所述声音信息是否包含呼救信息，当包含呼救信息时，呼救检测节点将声音信息及呼救检测节点的位置定位信息传输到监控中心内，并能通过报警装置进行声光报警，结构紧凑，能够及时检测危险场景的呼救信息，适应范围广，使用成本低，安全可靠。

附图说明

图1为本发明的结构框图。

图2为本发明呼救检测节点的结构框图。

图3为本发明的工作流程图。

图4为本发明对声音信息进行预处理的流程图。

图5为本发明进行提取梅尔频率倒谱系数及短时能量特征的流程图。

附图标记说明：1-监控中心、2-呼救检测节点、3-声音传感器、4-检测识别处理器、5-通讯模块及6-报警装置。

具体实施方式

下面结合具体附图和实施例对本发明作进一步说明。

如图1所示：为了能够实现对场景中的声音信息进行及时全面的检测，本发明包括若干呼救检测节点2，所述呼救检测节点2采集设置呼救检测节点2的场景中的声音信息，且呼救检测节点2对采集的声音信息进行分析处理；当所述声音信息包含呼救声音时，呼救检测节点2将所述声音信息无线传输到监控中心1。

所述呼救检测节点2在将声音信息传输到监控中心1时，还将呼救检测节点2的节点定位信息传输到监控中心1，以实现对监控中心1对呼救声音的检测与位置信息的联动。在具体实施时，监控中心1内可以将设置呼救检测节点2的定位信息进行存储，当对应的呼救检测节点2将声音信息传输到监控中心1内时，监控中心1能够将声音信息与呼救检测中心2的位置对应。监控中心1接收到呼救声音时，可以通过与外部报警系统联动，如110或120等，以实现对呼救声音信息的及时反应。

本发明实施例中，呼救检测节点2还能够在分析处理确认包含呼救声音时，通过自身所带的声光报警器进行声光报警，通过警察、告警吓退犯罪分子或引起警示。

如图2所示：为本发明呼救检测节点2的结构框图。所述呼救检测节点2包括一个或多个声音传感器3，所述声音传感器3与检测识别处理器4相连，所述检测识别处理器4与通讯模块5相连；检测识别处理器4识别出声音传感器3内的呼救声音时，通过通讯模块5将声音信息传输到监控中心1。

检测识别处理器4还可以采用嵌入式处理器，但是不限于包含单片机，DSP（Digital Signal Processing），FPGA（Field－Programmable Gate Array）等的微处理芯片或逻辑电路，本发明实施例中检测识别处理器4采用FPGA处理器，检测识别处理器4通过通讯模块5与监控中心1进行无线数据传输，监控中心1为监控服务器或管理服务器。本发明实施例中，检测识别处理器4还与报警装置6相连，所述报警装置6可以采用现有的声光报警装置，检测识别处理器4在识别到声音信息中包括呼救信息后，能通过报警装置6进行声光报警。

如图3所示：呼救检测节点2对采集场景中的声音信息进行分析处理的过程包括如下步骤：

首先执行步骤S1，采集训练样本，所述训练样本包括呼救声音以及其他声音（背景噪声、说话声音、车辆声音）；训练样本中应包含采集2000例呼救声音片断，以及2000例背景声音片断。

执行步骤S2，获取场景中的声音信息，并对所述声音信息进行滤波放大，呼救检测节点2采集使用高清晰度声音传感器，经过滤波放大等环节，也可以用声音传感阵列以获取场景的立体声。

步骤S3、呼救检测节点2将呼救声音与训练样本预处理，提取出梅尔频率倒谱系数（Mel-frequency spectral coefficient,MFCC）以及短时能量特征。MFCC参数的核心思想是建立在听觉模型基础之上，该参数比其他的常用参数具有更高的识别率以及抗噪能力。

其中预处理环节见流程图4，其中P1为采集到的模拟信号，P2是进行滤波放大以及AD环节，P3预加重、分帧，所述步骤P1、步骤P2及步骤P3的步骤为公开的通行方法。其中，步骤P3中，预加重环节是对声音信号的高频部分进行增强，表示为X(n)为离散的声音信号，通过一个一阶有限激励响应高通滤波器，使信号的频谱变得平坦，不易受到有限字长效应的影响。分帧根据语音的短时平稳特性，语音可以以帧为单位进行处理，系统中选取的语音帧长为32ms，帧叠为16ms。

MFCC提取方法这里也是使用公开的通行方式来提取，如流程图5所示。其中，步骤M1表示快速傅立叶变换（Fast Fourier Transformation，FFT），以将时域信号变换成为信号的功率谱。

步骤M2利用三角窗滤波器对上述傅立叶变换后的函数进行滤波；用一组Mel频标上线性分布的三角窗滤波器（共24个三角窗滤波器），对信号的功率谱滤波，每一个三角窗滤波器覆盖的范围都近似于人耳的一个临界带宽，以此来模拟人耳的掩蔽效应;三角窗滤波器组的输出求取对数，可以得到近似于同态变换的结果。

步骤M3为离散余弦变换（Discrete Cosine Transformation,DCT）：去除各维信号之间的相关性，将信号映射到低维空间；并进行谱加权，由于倒谱的低阶参数易受说话人特性、信道特性等的影响，而高阶参数的分辨能力比较低，所以需要进行谱加权，抑制其低阶和高阶参数。

通过上述步骤，提取出来的MFCC系数一般取12维Mel_1∶12，音频信号的能量随着时间变化比较明显，音频信号的短时能量分析给出了反应这些幅度变化的一个合适的描述方法。对于第t帧音频信号X_t(n)，短时能量为

E_{t} = Σ_{n = 0}^{L - 1} X_{t} (n)

其中E_t为t帧的能量，L为帧中的样本数，n为每帧的样本点。最终得到的特征为F_t={E_t,Mel_1:12}为一个13维特征。

步骤S4、对上述声音信息进行识别，并利用步骤S5中利用Adaboost方法将上述提取的梅尔频率倒谱系数及对应的短时能量特征进行训练；将呼救声音特征与背景声音特征样本输入分类器，进行训练。

呼救检测节点2内带有Adaboost分类器训练好的各种参数，只需将实际场景中采集到的短时能量特征与MFCC特征联合起来输入到识别器中。

步骤S6中，呼救检测节点2决策识别出的呼救声音，并对该节点的终端位置进行上报或者当机发出警报，以吓退侵害者，并且可以将呼救声音进行上传，保存档案。

如图1~图5所示：使用时，根据需要设置所需的呼救检测节点2，并将呼救检测节点2与监控中心1匹配连接。呼救检测节点2能实时检测场景中的声音信息，当声音信息包含呼救信息时，呼救检测节点2将所述声音信息无线传输到监控中心1；或者呼救检测节点2通过自身的报警装置6进行声光报警。本发明能够作为视频监控的补充。

在以上描述中阐述了具体细节以便于充分理解本发明。但是本发明能够以多种不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广。因此本发明不受下面公开的具体实施方式的限制。

Claims

1.一种检测户外呼救声音的智能传感网络系统，其特征是：包括若干呼救检测节点（2），所述呼救检测节点（2）采集设置呼救检测节点（2）的场景中的声音信息，且呼救检测节点（2）对采集的声音信息进行分析处理；当所述声音信息包含呼救声音时，呼救检测节点（2）将所述声音信息无线传输到监控中心（1）。

2.根据权利要求1所述的检测户外呼救声音的智能传感网络系统，其特征是：所述呼救检测节点（2）将节点定位位置与声音信息同时传输到监控中心（1）。

3.根据权利要求1所述的检测户外呼救声音的智能传感网络系统，其特征是：所述呼救检测节点（2）包括一个或多个声音传感器（3），所述声音传感器（3）与检测识别处理器（4）相连，所述检测识别处理器（4）与通讯模块（5）相连；检测识别处理器（4）识别出声音传感器（3）内的呼救声音时，通过通讯模块（5）将声音信息传输到监控中心（1）。

4.根据权利要求1所述的检测户外呼救声音的智能传感网络系统，其特征是：当所述声音信息包含呼救声音时，呼救检测节点（2）输出声和/或光报警信息。

5.根据权利要求3所述的检测户外呼救声音的智能传感网络系统，其特征是：所述检测识别处理器（4）的输出端与报警装置（6）相连，检测识别处理器（4）驱动报警装置（6）输出声和/或光报警信息。

6.根据权利要求3或5所述的检测户外呼救声音的智能传感网络系统，其特征是：所述检测识别处理器（4）包括FPGA处理器。

7.根据权利要求1所述的检测户外呼救声音的智能传感网络系统，其特征是，所述呼救检测节点（2）采集的声音信息进行分析处理包括如下步骤：

（s1）、采集训练样本；

（s2）、获取场景中的声音信息，并对所述获取的声音信息进行滤波放大；

（s3）、对训练样本及声音信息进行预处理，并提取出梅尔频率倒谱系数及对应的短时能量特征；

（s4）、利用Adaboost方法将上述提取的梅尔频率倒谱系数及对应的短时能量特征进行训练；

（s6）、对上述训练后的参数进行识别，以确定声音信息中是否包含呼救声音。

8.根据权利要求7所述的检测户外呼救声音的智能传感网络系统，其特征是，所述步骤（s3）中，对获取声音信息进行预处理包括如下步骤：

（P2）、对采集的声音信息进行放大、滤波及AD转换；

（P3）、预加重及分帧，得到声音信号（M1）。

9.根据权利要求8所述的检测户外呼救声音的智能传感网络系统，其特征是，所述步骤（s3）中，提取梅尔频率倒谱系数及对应的短时能量特征包括如下步骤：

（M2）、对上述声音信号（M1）进行快速傅立叶变换；

（M3）、利用三角窗滤波器对上述傅立叶变换后的函数进行滤波；

（M4）、对上述滤波后的信号进行离散余弦变换，以得到梅尔频率倒谱系数及对应的短时能量特征。