CN103310787A - 一种用于楼宇安防的异常声音快速检方法 - Google Patents
一种用于楼宇安防的异常声音快速检方法 Download PDFInfo
- Publication number
- CN103310787A CN103310787A CN201210058279XA CN201210058279A CN103310787A CN 103310787 A CN103310787 A CN 103310787A CN 201210058279X A CN201210058279X A CN 201210058279XA CN 201210058279 A CN201210058279 A CN 201210058279A CN 103310787 A CN103310787 A CN 103310787A
- Authority
- CN
- China
- Prior art keywords
- sound
- rapid
- data
- signal
- zero crossing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种用于楼宇安防的异常声音快速检方法,包括声音信号的特征快速提取、异常声音模版设计和快速判定的方法。本方法以楼宇建筑环境内的异常声音为对象,其特征在于:该方法由语音信号特征快速提取、异常声音的动态构建和异常声音的快速判断组成;该方法的核心:声音信号的每一个切片数据时间段为一个数据特征提取周期,在信号采集的同时,利用本发明设计的方法进行特征数据的迭代计算,采样完毕则完成数据特征提取。本发明无需对采样数据进行存储,特征提取速度快,提楼宇安防的可靠性。
Description
技术领域
本发明涉及一种用于楼宇安防的异常声音快速检方法。具体应用在智能楼宇的安防领域,以提高异常声音检测的处理速度。
背景技术
[0002] 目前,安防监控系统,多是以视频监控与报警联动为代表的治安防控体系,几乎沦为一种提供事后取证录像的工具。在这种安防监控系统中,一般采用传统的系统配置模式: 即集中式地建设监控中心,将视频数据上传至集中式设置的视频服务器,并在该集中节点进行数据存储; 在视频采集点上,一般采用视频采集器,控制多路视频摄像头。该视频采集器采用宽带线路,或是采用无线网卡,在带宽不足的情况下,可能会采用多路无线线路捆绑的方式连接公众互联网,与同样连接在互联网上的视频监控中心进行数据传输。但这种监控系统,都具有一些固有的局限性:对于安全威胁的响应速度关系到一个安全系统的整体性能。传统的电视监控系统通常都由安全工作人员对安全威胁作出响应和处理,这对于处理一般性的、实时响应要求较低的安全威胁来说已经足够。但是很多情况下,在威胁发生时,需要安全系统的多个功能部分,甚至多个安全相关的部门在最短的时间内协调配合,共同处理危机。这时候,监控系统的响应速度将直接关系到用户的人身或财产的损失情况。
利用声音、视频等信息对场景进行多模态自动判断是安防领域的发展趋势。声音处理方法目前偏重于人的语音识别,主要包括身份识别和内容识别,对于情感识别只有少量研究。本发明异常声音识别主要针对典型室内危险情况,如呼救、争吵和其他异常情况的声音数据进行快速检测,这种检测是在线实时的。相当于后台处理的初步筛选。
发明内容
本发明是针对楼宇室内环境异常声音快速检测的要求,设计了一种在线实时检测方法。
本发明的技术核心是:声音信号的每一个切片数据时间段为一个数据特征提取周期,在信号采集的同时,利用本发明设计的方法进行特征数据的迭代计算,采样完毕则完成数据特征提取。
本文中的特定信号是具有明显特征,便于提取和进一步分析的信号,定义如下。
推理2若其零根差特征集中有大于1个子区间上的特征值非0,那么一定不是单一频率信号。
因此,零根差特征部分反映了在某段时间内的频率特征。
若在一段时间内,某信号表示为
识别判据
在工程实际中,由于存在采样误差,放大电路温漂等影响直接使用判据会造成漏判,因此还需要对类频谱特征矩阵作归一化和容错处理。
算法设计
如果不满足则结束,等待下一个数据.
对于新的采样数据首先判断是否是过零点,如果是则计算零根差,并且更新根差值特征矩阵。如果处理完段连续的时间信号,则利用容错矩阵来判断所得的根差值特征矩阵与目标信号的根差值特征矩阵的范围,最后判定是否为目标信号。
附图说明
图1本发明方法应用的实物图;
图2是本方法分析的报警声音的图谱;
图3是本方法分析的破玻声音的图谱。
具体实施方式
在8位CPU系统应用传统的算法对于8K的采样频率是无法实时在线处理的,因此本文应用有序零根差算法设计了特种声音在线识别装置,实物图如图1所示。单片机采用51系列的STC12C5616AD。通过驻极体电容式传声器把变成点参数,通过音频电路放大器把信号变为0~5V的电压信号,STC12C5616AD自带12位AD,变成数字信号。STC12C5616AD使用11.0592M晶振,采样频率8K,8位采样精度。
Claims (4)
1.一种声音信号的特征快速提取方法,其特征是:对声音信号过零值进行相邻做差,对相邻差值进行分类,以各类相邻差值的数量为该段声音的特征。
2.根据权利要求1所述的声音信号过零点相邻差值,其特征是声音信号当前过零点时间,减去前一个过零点时间的值。
3.根据权利要求1所述的过零点相邻差值分类,其特征是按照几种典型危险情况声音的频率划分过零点的分类区间。
4.根据权利要求1所述的声音特征,其特征是一段时间内不同区间的过零相邻差值的数量组成的特征向量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210058279XA CN103310787A (zh) | 2012-03-07 | 2012-03-07 | 一种用于楼宇安防的异常声音快速检方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210058279XA CN103310787A (zh) | 2012-03-07 | 2012-03-07 | 一种用于楼宇安防的异常声音快速检方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103310787A true CN103310787A (zh) | 2013-09-18 |
Family
ID=49135930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210058279XA Pending CN103310787A (zh) | 2012-03-07 | 2012-03-07 | 一种用于楼宇安防的异常声音快速检方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103310787A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106251861A (zh) * | 2016-08-05 | 2016-12-21 | 重庆大学 | 一种基于场景建模的公共场所异常声音检测方法 |
CN111276158A (zh) * | 2020-01-22 | 2020-06-12 | 嘉兴学院 | 一种基于语谱图纹理特征的音频场景识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1716380A (zh) * | 2005-07-26 | 2006-01-04 | 浙江大学 | 基于决策树和说话人改变检测的音频分割方法 |
WO2009155569A1 (en) * | 2008-06-20 | 2009-12-23 | Qualcomm Incorporated | Coding of transitional speech frames for low-bit-rate applications |
CN101740038A (zh) * | 2008-11-04 | 2010-06-16 | 索尼株式会社 | 声音处理装置、声音处理方法及程序 |
US20110246205A1 (en) * | 2010-04-02 | 2011-10-06 | Freescale Semiconductor , Inc | Method for detecting audio signal transient and time-scale modification based on same |
CN102222500A (zh) * | 2011-05-11 | 2011-10-19 | 北京航空航天大学 | 结合情感点的汉语语音情感提取及建模方法 |
-
2012
- 2012-03-07 CN CN201210058279XA patent/CN103310787A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1716380A (zh) * | 2005-07-26 | 2006-01-04 | 浙江大学 | 基于决策树和说话人改变检测的音频分割方法 |
WO2009155569A1 (en) * | 2008-06-20 | 2009-12-23 | Qualcomm Incorporated | Coding of transitional speech frames for low-bit-rate applications |
CN101740038A (zh) * | 2008-11-04 | 2010-06-16 | 索尼株式会社 | 声音处理装置、声音处理方法及程序 |
US20110246205A1 (en) * | 2010-04-02 | 2011-10-06 | Freescale Semiconductor , Inc | Method for detecting audio signal transient and time-scale modification based on same |
CN102222500A (zh) * | 2011-05-11 | 2011-10-19 | 北京航空航天大学 | 结合情感点的汉语语音情感提取及建模方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106251861A (zh) * | 2016-08-05 | 2016-12-21 | 重庆大学 | 一种基于场景建模的公共场所异常声音检测方法 |
CN106251861B (zh) * | 2016-08-05 | 2019-04-23 | 重庆大学 | 一种基于场景建模的公共场所异常声音检测方法 |
CN111276158A (zh) * | 2020-01-22 | 2020-06-12 | 嘉兴学院 | 一种基于语谱图纹理特征的音频场景识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105022835B (zh) | 一种群智感知大数据公共安全识别方法及系统 | |
CN109299683B (zh) | 一种基于人脸识别和行为大数据的安防评估系统 | |
Carletti et al. | Audio surveillance using a bag of aural words classifier | |
CN106846803B (zh) | 基于音频的交通事件检测装置及方法 | |
CN101494049B (zh) | 一种用于音频监控系统中的音频特征参数的提取方法 | |
CN110570880B (zh) | 一种鼾声信号识别方法 | |
CN110287552B (zh) | 基于改进随机森林算法的电机轴承故障诊断方法及系统 | |
CN103295584B (zh) | 音声数据检测装置、音声监控系统及其方法 | |
CN103310200B (zh) | 人脸识别方法 | |
CN105261152B (zh) | 基于聚类分析的空中交通管制员疲劳检测方法、装置和系统 | |
EP2907121B1 (en) | Real-time traffic detection | |
CN109190950B (zh) | 一种电表和水表档案贯通的用能异常识别方法 | |
WO2021051608A1 (zh) | 一种基于深度学习的声纹识别方法、装置及设备 | |
CN109300483A (zh) | 一种智能化音频异音检测方法 | |
CN110827432B (zh) | 一种基于人脸识别的课堂考勤方法及系统 | |
CN109993044A (zh) | 电信诈骗识别系统、方法、装置、电子设备及存储介质 | |
CN109447199A (zh) | 一种基于脚步信息的多模态罪犯识别方法及系统 | |
CN111600878A (zh) | 一种基于maf-adm的低速率拒绝服务攻击检测方法 | |
CN105138886A (zh) | 机器人生物体征识别系统 | |
Zhao et al. | Event classification for living environment surveillance using audio sensor networks | |
CN117576632B (zh) | 基于多模态ai大模型的电网监控火灾预警系统及方法 | |
CN113707175B (zh) | 基于特征分解分类器与自适应后处理的声学事件检测系统 | |
CN103310787A (zh) | 一种用于楼宇安防的异常声音快速检方法 | |
CN113947796A (zh) | 一种基于身份识别的人体温度趋势检测方法及装置 | |
CN103177264A (zh) | 基于视觉词典全局拓扑表达的图像分类方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130918 |