CN105258791A - 应用于atm机的被砸检测方法及系统 - Google Patents
应用于atm机的被砸检测方法及系统 Download PDFInfo
- Publication number
- CN105258791A CN105258791A CN201510716489.7A CN201510716489A CN105258791A CN 105258791 A CN105258791 A CN 105258791A CN 201510716489 A CN201510716489 A CN 201510716489A CN 105258791 A CN105258791 A CN 105258791A
- Authority
- CN
- China
- Prior art keywords
- signal
- pounded
- atm
- voice signal
- sound
- 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
Landscapes
- Alarm Systems (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明提供了一种应用于ATM机的被砸检测方法及系统,该被砸检测方法包括如下步骤:A.同时采集ATM机监测区域范围内的声音信号和震动信号;B.根据所述震动信号的强弱来判断所述震动信号是否为ATM机被砸的震动信号,若震动信号为强震动信号,则进入步骤D,若震动信号为弱信号,则进入步骤C。本发明的有益效果是:本发明采用声震融合方法,引入声音信号处理技术,在震动信号的基础上进行多次判断,可以有效的解决目前ATM机只使用震动探测器所引起的误报、漏报现象;而且,增加了识别判断,使识别结果更加可靠,增加了其它破坏声音检测,有效地对ATM机被钻、被锯时做出报警判断。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及应用于ATM机的被砸检测方法及系统。
背景技术
随着ATM(AutomaticTellerMachine,自动柜员机)机的普及和快速增加,ATM机被砸、被钻等暴力犯罪案例也在不断增加,给银行带来巨大的经济损失。目前,银行常用震动探测器来检测ATM机的被砸、被钻等犯罪行为。然而,震动探测器安装的位置不同,其报警效果有所不同。通常情况下,震动探测器安装在ATM机里面以及存钞保险箱上,但是经常受到ATM机加钞时误碰触探测器等人为因素而产生误报,和冲击钻钻墙由于震动探测器灵敏度不够而产生的漏报等;另一方面,如果震动探测器只安装在墙上时,同样由于灵敏度不够,ATM机被砸时不会报警。
震动信号处理技术,主要是分析震动信号的强度。震动信号能明确地表明是否碰触到ATM机,及碰触强度,能很好地排除某些外界声音干扰,但由于安装位置、灵敏度和人为因素等问题,影响了其报警正确率。
发明内容
为了解决现有技术中的问题,本发明提供了一种应用于ATM机的被砸检测方法。
本发明提供了一种应用于ATM机的被砸检测方法,包括如下步骤:
A.同时采集ATM机监测区域范围内的声音信号和震动信号;
B.根据所述震动信号的强弱来判断所述震动信号是否为ATM机被砸的震动信号,若震动信号为强震动信号,则进入步骤D,若震动信号为弱信号,则进入步骤C;
C.提取所述声音信号的特征值,然后根据所述特征值判断所述声音信号是否为ATM机被砸声音信号,如果所述声音信号识别为ATM机被砸声音信号,则进入步骤D,否则进入步骤E;
D.通过ATM机被砸声音信号的时域特征,判断ATM机是否被砸,若通过判断,则发出报警信号并结束,否则进入步骤E;
E.根据声音信号时频域特征检测所述声音信号是否为其它破坏声音信号,若是其它破坏声音信号,那么发出报警信号,否则不报警。
作为本发明的进一步改进,在所述步骤B中,若震动信号数值大于设定的强震动信号阈值,那么认定为强震动信号,若震动信号大于设定的预警阈值而小于强震动信号阈值,那么认定为弱震动信号。
作为本发明的进一步改进,在所述步骤C中,分别计算声音信号的特征值与样本匹配模板中ATM机被砸声音和其它声音的输出概率,通过输出概率判断采集的声音信号是ATM机被砸声音还是其它声音。
作为本发明的进一步改进,在所述步骤D中,ATM机被砸声音信号持续时间长度不能超出设定的范围内,且平均声强不能低于设定的阈值。
作为本发明的进一步改进,在所述步骤E中,计算一段时间内声音信号的平均声强值、声强值的方差、频域能量的平均值和频域能量的方差,判断该值是否满足其它破坏声音信号的判断条件,满足条件则发出报警信号。
本发明还提供了一种应用于ATM机的被砸检测系统,包括:
采集模块,用于同时采集ATM机监测区域范围内的声音信号和震动信号;
震动信号判断模块,用于根据所述震动信号的强弱来判断所述震动信号是否为ATM机被砸的震动信号,若震动信号为强震动信号,则进入ATM机被砸判断模块,若震动信号为弱信号,则进入被砸声音判断模块;
被砸声音判断模块,用于提取所述声音信号的特征值,然后根据所述特征值判断所述声音信号是否为ATM机被砸声音信号,如果所述声音信号识别为ATM机被砸声音信号,则进入ATM机被砸判断模块,否则进入其他破坏声音判断模块;
ATM机被砸判断模块,用于通过ATM机被砸声音信号的时域特征,判断ATM机是否被砸,若通过判断,则发出报警信号并结束,否则进入其他破坏声音判断模块;
其他破坏声音判断模块,用于根据声音信号时频域特征检测所述声音信号是否为其它破坏声音信号,若是其它破坏声音信号,那么发出报警信号,否则不报警。
作为本发明的进一步改进,在所述震动信号判断模块中,若震动信号数值大于设定的强震动信号阈值,那么认定为强震动信号,若震动信号大于设定的预警阈值而小于强震动信号阈值,那么认定为弱震动信号。
作为本发明的进一步改进,在所述被砸声音判断模块中,分别计算声音信号的特征值与样本匹配模板中ATM机被砸声音和其它声音的输出概率,通过输出概率判断采集的声音信号是ATM机被砸声音还是其它声音。
作为本发明的进一步改进,在所述ATM机被砸判断模块中,ATM机被砸声音信号持续时间长度不能超出设定的范围内,且平均声强不能低于设定的阈值。
作为本发明的进一步改进,在所述其他破坏声音判断模块中,计算一段时间内声音信号的平均声强值、声强值的方差、频域能量的平均值和频域能量的方差,判断该值是否满足其它破坏声音信号的判断条件,满足条件则发出报警信号。
本发明的有益效果是:本发明采用声震融合方法,引入声音信号处理技术,在震动信号的基础上进行多次判断,可以有效的解决目前ATM机只使用震动探测器所引起的误报、漏报现象;而且,增加了识别判断,使识别结果更加可靠,增加了其它破坏声音检测,有效地对ATM机被钻、被锯时做出报警判断;另外,训练样本是在监测目标ATM机实际环境中,程序初始化阶段时录制的,样本更据有针对性。
附图说明
图1是本发明的方法流程图。
具体实施方式
如图1所示,本发明公开了一种应用于ATM机的被砸检测方法,包括如下步骤:
在步骤S1中,同时采集ATM机监测区域范围内的声音信号和震动信号;监测区域范围的大小由所使用的声音采集设备能够采集的范围以及所使用的震动探测器能够探测的范围来决定。
在步骤S1中,将采集到的声音信号和震动信号由模拟信号转化成数字信号。
在步骤S2中,根据所述震动信号的强弱来判断所述震动信号是否为ATM机被砸的震动信号,若震动信号为强震动信号,则进入步骤S4,若震动信号为弱信号,则进入步骤S3;
在步骤S2中,若震动信号数值大于设定的强震动信号阈值,那么认定为强震动信号,若震动信号大于设定的预警阈值而小于强震动信号阈值,那么认定为弱震动信号。具体而言,若震动信号数值大于设定的强震动信号阈值,则认为ATM机被砸的概率很高,但为了预防是人为碰触到震动探测器而产生的误报,需要进入S4进行识别判断,利用声音信号再次确认报警结果;若震动信号数值大于设定的预警阈值而小于强震动信号阈值,由于震动探测器灵敏度不足,ATM机有可能被砸,进入S3进行ATM机被砸声音信号识别。
在步骤S3中,提取所述声音信号的特征值,然后根据所述特征值判断所述声音信号是否为ATM机被砸声音信号,如果所述声音信号识别为ATM机被砸声音信号,则进入步骤S4,否则进入步骤S5;
在步骤S3中,提取所述声音数字信号的特征值,然后利用viterbi算法分别计算所述特征值与样本匹配模板中ATM机被砸声音和其它声音的输出概率,输出概率大的,则所述声音信号与该类样本同类。如果所述声音信号识别为ATM机被砸声音信号,为了防止类似ATM机被砸声音信号引起的误识别,需进入步骤S4进行识别判断,否则进入步骤S5进行其它破坏声音检测。
在步骤S4中,通过ATM机被砸声音信号的时域特征,判断ATM机是否被砸,若通过判断,则发出报警信号,否则进入步骤E。在步骤S4中,ATM机被砸声音信号持续时间长度不能超出设定的范围内,且平均声强不能低于设定的阈值,具体地,在步骤S4中,是根据ATM机被砸产生的声音信号是一个时间短、声强强的敲击信号,根据经验所得,其声音信号持续时间长度应该在一个合理的区间内,如25~55帧,且平均声强是否大于一个较高的值,如95~110之间,满足这些条件,则可确定ATM机是被砸,发出报警信号,否则,所述声音信号是其它声音信号,因为所述声音信号有可能是其它破坏声音,所以要进入步骤S5其它破坏声音检测。
在步骤S5中,根据声音信号时频域特征检测所述声音信号是否为其它破坏声音信号,若是其它破坏声音信号,那么发出报警信号,否则不报警。
具体地,在步骤S5中,计算一段时间内声音信号的平均声强值、声强值的方差、频域能量的平均值和频域能量的方差,判断该值是否满足其它破坏声音信号的判断条件,满足条件则发出报警信号。
在步骤S5中,由于ATM机被某些工具(如电钻、电锯等)破坏时产生的声音是持续时间较长、持续高分贝、频域能量持续较高,频谱分布均匀,与ATM机被砸产生的声音特点相差较大,且只要根据上述四个特征就可以有效检测出来,计算简单,因此没有把它们放到步骤S3利用语音识别技术进行识别检测。
在步骤S1之前还包括步骤:生成一定数量的监测目标ATM机被砸声音信号样本库,标记为正样本,可用不同工具大力敲打ATM机不同位置,如用手、锤子敲打ATM机键盘、左侧和右侧等;然后再生成一定数量的目标ATM机监测范围内其它正常声音信号样本库,标记为负样本,其它正常声音可以是说话声、汽车鸣笛声、拍手声等;接着提取所有样本库中各声音信号的特征值,再对所有特征值进行基于隐马尔科夫模型(HiddenMarkovModel,HMM)训练,生成样本匹配模板;其中,训练次数应该设置为一个固定的较高的值,如200~300次,若训练次数达到所设值后依然不收敛,训练程序会强行退出并生成样本匹配模板,但是,由于不收敛的匹配模板识别效果不是最理想的,所以建议从新生成训练样本再次训练,直到生成收敛的样本匹配模板。
其中,经过大量的实验表明,正负样本数不需要太多,如15~30个,识别效果可以满足要求且计算量少。
在步骤S5中,其它破坏声音信号判断条件为:在一段时间内,大概15~30帧声音信号的平均声强应该大于一个较高的值,如95~110,声强值的方差应该小于一个较低的值,如1.2~0.9,频域能量均值应该大于一个较高的值,如290~320,以及每一帧频域能量值的方差应该小于一个较低的值,如5.0~6.0。
所述平均声强计算公式为,其中N为所述声音信号的帧数,i为帧序号,I为每一帧的声强值,计算公式为,n为帧长,一般设置为160~320,y是声音信号数字化后的数值,j是帧内每个声音信号点的序号。
所述声强值方差计算公式为
所述频域能量均值计算公式为,F为每一帧的频域能量总和,其计算公式为,f是一帧声音信号经过快速傅里叶变换后的频域分布。
所述每帧频域能量值方差计算公式为。
在步骤S3中,提取的声音信号的特征值为24阶梅尔倒谱系数MFCC。
在本发明中,可以通过震动传感探测器采集震动信号,通过拾音器采集声音信号。
本发明还公开了一种应用于ATM机的被砸检测系统,包括:
采集模块,用于同时采集ATM机监测区域范围内的声音信号和震动信号;
震动信号判断模块,用于根据所述震动信号的强弱来判断所述震动信号是否为ATM机被砸的震动信号,若震动信号为强震动信号,则进入ATM机被砸判断模块,若震动信号为弱信号,则进入被砸声音判断模块;
被砸声音判断模块,用于提取所述声音信号的特征值,然后根据所述特征值判断所述声音信号是否为ATM机被砸声音信号,如果所述声音信号识别为ATM机被砸声音信号,则进入ATM机被砸判断模块,否则进入其他破坏声音判断模块;
ATM机被砸判断模块,用于通过ATM机被砸声音信号的时域特征,判断ATM机是否被砸,若通过判断,则发出报警信号并结束,否则进入其他破坏声音判断模块;
其他破坏声音判断模块,用于根据声音信号时频域特征检测所述声音信号是否为其它破坏声音信号,若是其它破坏声音信号,那么发出报警信号,否则不报警。
在所述震动信号判断模块中,若震动信号数值大于设定的强震动信号阈值,那么认定为强震动信号,若震动信号大于设定的预警阈值而小于强震动信号阈值,那么认定为弱震动信号。
在所述被砸声音判断模块中,分别计算声音信号的特征值与样本匹配模板中ATM机被砸声音和其它声音的输出概率,通过输出概率判断采集的声音信号是ATM机被砸声音还是其它声音。
在所述ATM机被砸判断模块中,ATM机被砸声音信号持续时间长度为25~55帧,且平均声强在95~110之间。
在所述其他破坏声音判断模块中,计算一段时间内声音信号的平均声强值、声强值的方差、频域能量的平均值和频域能量的方差,判断该值是否满足其它破坏声音信号的判断条件,满足条件则发出报警信号。
本发明采用声震融合方法,引入声音信号处理技术,在震动信号的基础上进行多次判断,可以有效的解决目前ATM机只使用震动探测器所引起的误报、漏报现象;而且,增加了识别判断,使识别结果更加可靠,增加了其它破坏声音检测,有效地对ATM机被钻、被锯时做出报警判断;另外,训练样本是在监测目标ATM机实际环境中,程序初始化阶段时录制的,样本更据有针对性。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (10)
1.一种应用于ATM机的被砸检测方法,其特征在于,包括如下步骤:
A.同时采集ATM机监测区域范围内的声音信号和震动信号;
B.根据所述震动信号的强弱来判断所述震动信号是否为ATM机被砸的震动信号,若震动信号为强震动信号,则进入步骤D,若震动信号为弱信号,则进入步骤C;
C.提取所述声音信号的特征值,然后根据所述特征值判断所述声音信号是否为ATM机被砸声音信号,如果所述声音信号识别为ATM机被砸声音信号,则进入步骤D,否则进入步骤E;
D.通过ATM机被砸声音信号的时域特征,判断ATM机是否被砸,若通过判断,则发出报警信号并结束,否则进入步骤E;
E.根据声音信号时频域特征检测所述声音信号是否为其它破坏声音信号,若是其它破坏声音信号,那么发出报警信号,否则不报警。
2.根据权利要求1所述的被砸检测方法,其特征在于,在所述步骤B中,若震动信号数值大于设定的强震动信号阈值,那么认定为强震动信号,若震动信号大于设定的预警阈值而小于强震动信号阈值,那么认定为弱震动信号。
3.根据权利要求1所述的被砸检测方法,其特征在于,在所述步骤C中,分别计算声音信号的特征值与样本匹配模板中ATM机被砸声音和其它声音的输出概率,通过输出概率判断采集的声音信号是ATM机被砸声音还是其它声音。
4.根据权利要求1所述的被砸检测方法,其特征在于,在所述步骤D中,ATM机被砸声音信号持续时间长度不能超出设定的范围内,且平均声强不能低于设定的阈值。
5.根据权利要求1所述的被砸检测方法,其特征在于,在所述步骤E中,计算一段时间内声音信号的平均声强值、声强值的方差、频域能量的平均值和频域能量的方差,判断该值是否满足其它破坏声音信号的判断条件,满足条件则发出报警信号。
6.一种应用于ATM机的被砸检测系统,其特征在于,包括:
采集模块,用于同时采集ATM机监测区域范围内的声音信号和震动信号;
震动信号判断模块,用于根据所述震动信号的强弱来判断所述震动信号是否为ATM机被砸的震动信号,若震动信号为强震动信号,则进入ATM机被砸判断模块,若震动信号为弱信号,则进入被砸声音判断模块;
被砸声音判断模块,用于提取所述声音信号的特征值,然后根据所述特征值判断所述声音信号是否为ATM机被砸声音信号,如果所述声音信号识别为ATM机被砸声音信号,则进入ATM机被砸判断模块,否则进入其他破坏声音判断模块;
ATM机被砸判断模块,用于通过ATM机被砸声音信号的时域特征,判断ATM机是否被砸,若通过判断,则发出报警信号并结束,否则进入其他破坏声音判断模块;
其他破坏声音判断模块,用于根据声音信号时频域特征检测所述声音信号是否为其它破坏声音信号,若是其它破坏声音信号,那么发出报警信号,否则不报警。
7.根据权利要求6所述的被砸检测系统,其特征在于,在所述震动信号判断模块中,若震动信号数值大于设定的强震动信号阈值,那么认定为强震动信号,若震动信号大于设定的预警阈值而小于强震动信号阈值,那么认定为弱震动信号。
8.根据权利要求6所述的被砸检测系统,其特征在于,在所述被砸声音判断模块中,分别计算声音信号的特征值与样本匹配模板中ATM机被砸声音和其它声音的输出概率,通过输出概率判断采集的声音信号是ATM机被砸声音还是其它声音。
9.根据权利要求6所述的被砸检测系统,其特征在于,在所述ATM机被砸判断模块中,ATM机被砸声音信号持续时间长度不能超出设定的范围内,且平均声强不能低于设定的阈值。
10.根据权利要求6所述的被砸检测系统,其特征在于,在所述其他破坏声音判断模块中,计算一段时间内声音信号的平均声强值、声强值的方差、频域能量的平均值和频域能量的方差,判断该值是否满足其它破坏声音信号的判断条件,满足条件则发出报警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510716489.7A CN105258791A (zh) | 2015-10-30 | 2015-10-30 | 应用于atm机的被砸检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510716489.7A CN105258791A (zh) | 2015-10-30 | 2015-10-30 | 应用于atm机的被砸检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105258791A true CN105258791A (zh) | 2016-01-20 |
Family
ID=55098570
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510716489.7A Pending CN105258791A (zh) | 2015-10-30 | 2015-10-30 | 应用于atm机的被砸检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105258791A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019041273A1 (zh) * | 2017-08-31 | 2019-03-07 | 深圳市大疆创新科技有限公司 | 打击检测方法、打击检测装置及装甲小车 |
CN111627430A (zh) * | 2020-06-19 | 2020-09-04 | 北京世纪之星应用技术研究中心 | 用于固体声音探测的多频域模糊识别报警方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06205035A (ja) * | 1992-12-28 | 1994-07-22 | Fujitsu Ltd | 警報状態制御装置 |
JP2004310712A (ja) * | 2003-04-07 | 2004-11-04 | Yoshihiro Kodama | 防犯装置 |
CN102148032A (zh) * | 2010-12-03 | 2011-08-10 | 北京声迅电子有限公司 | 应用于atm机的异常声音检测方法及系统 |
CN202217357U (zh) * | 2011-09-09 | 2012-05-09 | 广州灵视信息科技有限公司 | 防盗报警装置与防盗报警系统 |
CN102881099A (zh) * | 2012-09-25 | 2013-01-16 | 北京声迅电子股份有限公司 | 应用于atm机的防盗报警方法及装置 |
CN103207583A (zh) * | 2013-03-26 | 2013-07-17 | 广东万安科技股份有限公司 | 一种墙体破坏监测的方法及其设备 |
CN203276444U (zh) * | 2013-05-24 | 2013-11-06 | 北京国通创安报警网络技术有限公司 | 一种atm机振动探测报警器 |
-
2015
- 2015-10-30 CN CN201510716489.7A patent/CN105258791A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06205035A (ja) * | 1992-12-28 | 1994-07-22 | Fujitsu Ltd | 警報状態制御装置 |
JP2004310712A (ja) * | 2003-04-07 | 2004-11-04 | Yoshihiro Kodama | 防犯装置 |
CN102148032A (zh) * | 2010-12-03 | 2011-08-10 | 北京声迅电子有限公司 | 应用于atm机的异常声音检测方法及系统 |
CN202217357U (zh) * | 2011-09-09 | 2012-05-09 | 广州灵视信息科技有限公司 | 防盗报警装置与防盗报警系统 |
CN102881099A (zh) * | 2012-09-25 | 2013-01-16 | 北京声迅电子股份有限公司 | 应用于atm机的防盗报警方法及装置 |
CN103207583A (zh) * | 2013-03-26 | 2013-07-17 | 广东万安科技股份有限公司 | 一种墙体破坏监测的方法及其设备 |
CN203276444U (zh) * | 2013-05-24 | 2013-11-06 | 北京国通创安报警网络技术有限公司 | 一种atm机振动探测报警器 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019041273A1 (zh) * | 2017-08-31 | 2019-03-07 | 深圳市大疆创新科技有限公司 | 打击检测方法、打击检测装置及装甲小车 |
CN110352334A (zh) * | 2017-08-31 | 2019-10-18 | 深圳市大疆创新科技有限公司 | 打击检测方法、打击检测装置及装甲小车 |
CN111627430A (zh) * | 2020-06-19 | 2020-09-04 | 北京世纪之星应用技术研究中心 | 用于固体声音探测的多频域模糊识别报警方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102148032A (zh) | 应用于atm机的异常声音检测方法及系统 | |
CN107527617A (zh) | 基于声音识别的监控方法、装置及系统 | |
Tcherniak et al. | Vibration-based SHM system: application to wind turbine blades | |
CN103198838A (zh) | 一种用于嵌入式系统的异常声音监控方法和监控装置 | |
CN103366738B (zh) | 生成声音分类器和检测异常声音的方法和设备及监视系统 | |
CN107218518B (zh) | 一种用于排水管道堵塞故障的检测装置的检测方法 | |
CN105095624A (zh) | 一种光纤传感振动信号的识别方法 | |
CN109209783A (zh) | 一种基于噪声检测叶片的雷击损伤的方法及装置 | |
CN106600869A (zh) | 一种用于光纤围栏安防系统的围栏入侵识别方法 | |
US20200332775A1 (en) | Method and apparatus for monitoring a wind turbine | |
CN106198765B (zh) | 一种用于金属裂纹监测的声学信号识别方法 | |
CN111223261A (zh) | 一种复合智能生产安防系统及其安防方法 | |
CN106600870A (zh) | 一种分布式光纤围栏振动入侵识别系统 | |
CN107105092A (zh) | 一种基于动态时间规整的人体跌倒识别方法 | |
CN107067605A (zh) | 一种分布式光纤围栏振动入侵识别方法 | |
CN105258791A (zh) | 应用于atm机的被砸检测方法及系统 | |
CN107644651A (zh) | 用于语音识别的电路和方法 | |
CN105139869A (zh) | 一种基于区间差分特征的婴儿啼哭检测方法 | |
Smailov et al. | A novel deep CNN-RNN approach for real-time impulsive sound detection to detect dangerous events | |
KR101741418B1 (ko) | 연속된 충격음에 대한 음향 특징 추출 및 확률 모델에 기반한 음향 인식 방법 | |
Zhao et al. | Event classification for living environment surveillance using audio sensor networks | |
Mahmoud et al. | Elimination of rain-induced nuisance alarms in distributed fiber optic perimeter intrusion detection systems | |
CN113053412A (zh) | 一种基于声音的变压器故障识别方法 | |
CN109236586A (zh) | 基于声音采集的风力发电机螺栓失效监测方法 | |
KR100627697B1 (ko) | 배관의 이상상태 판별 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 511400, No. 2201, building 2, Cheonan headquarters, No. 555, Panyu Avenue, east ring street, Guangzhou, Guangdong, Panyu District Applicant after: Polytron Technologies Inc Address before: 511400 Guangdong city of Guangzhou province Panyu District City Bridge Street Liang Lu Gold Garden East two Street No. 16 101 Applicant before: Guangzhou Haoyun Security Technology Co., Ltd. |
|
COR | Change of bibliographic data | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160120 |
|
RJ01 | Rejection of invention patent application after publication |