CN108965789B - 一种无人机监测方法及音视频联动装置 - Google Patents
一种无人机监测方法及音视频联动装置 Download PDFInfo
- Publication number
- CN108965789B CN108965789B CN201710349350.2A CN201710349350A CN108965789B CN 108965789 B CN108965789 B CN 108965789B CN 201710349350 A CN201710349350 A CN 201710349350A CN 108965789 B CN108965789 B CN 108965789B
- Authority
- CN
- China
- Prior art keywords
- target object
- audio acquisition
- audio
- sound
- preset
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/21—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being power information
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Abstract
本发明实施例提供了一种无人机监测方法及音视频联动装置,其中,无人机监测方法包括:通过音频采集阵列采集声音信号;对声音信号进行信号处理,获得声音信号中至少一个信号特征满足预设条件的声音分量;确定信号特征满足预设条件的声音分量对应的目标物体所在位置;控制摄像头对准目标物体所在位置;根据摄像头拍摄到的图像,判断目标物体是否为无人机。通过本方案可以实现对无人机的监控,从而保证社会及个人安全。
Description
技术领域
本发明涉及安防监控技术领域,特别是涉及一种无人机监测方法及音视频联动装置。
背景技术
无人机,是一类由动力驱动、无人驾驶、可重复使用的航空器的简称,其体积小、成本低,可装配传感器、摄像机等遥测设备。由于无人机可以从空中航拍地面的情况,因此,无人机常常被用来对地面进行监控。
随着无人机开发与制造成本的降低,无人机行业发展迅猛,门槛越来越低,因此,个人、团体、组织等使用无人机的情况越来越普遍,由于无人机体积较小且在低空飞行,现有的雷达监测系统大多不具备监测无人机的能力,从而导致无人机的“黑飞”盛行,影响社会及个人安全。
发明内容
本发明实施例的目的在于提供一种无人机监测方法及音视频联动装置,以实现对无人机的监控,从而保证社会及个人安全。具体技术方案如下:
第一方面,本发明实施例提供了一种无人机监测方法,所述方法包括:
通过音频采集阵列采集声音信号;
对所述声音信号进行信号处理,获得所述声音信号中至少一个信号特征满足预设条件的声音分量;
确定所述信号特征满足预设条件的声音分量对应的目标物体所在位置;
控制摄像头对准所述目标物体所在位置;
根据所述摄像头拍摄到的图像,判断所述目标物体是否为无人机。
可选的,所述信号特征包括:频谱特征;
所述对所述声音信号进行信号处理,获得所述声音信号中至少一个信号特征满足预设条件的声音分量,包括:
对所述音频采集阵列采集的声音信号进行提取,获得所述声音信号中至少一个声音分量;
对于所述至少一个声音分量中的每个声音分量,获取所述音频采集阵列中每个音频采集设备采集的能量;对于所述能量大于预设阈值的声音分量,对所述音频采集阵列中每个音频采集设备采集的该声音分量的频域信号进行融合,得到频谱特征;
获取所有声音分量中频谱特征满足预设频谱特征的声音分量。
可选的,所述对于所述至少一个声音分量中的每个声音分量,获取所述音频采集阵列中每个音频采集设备采集的能量,包括:
针对任一声音分量,在当前时刻的预设周期内,对所述音频采集阵列中每个音频采集设备采集的该声音分量进行分帧处理,得到每个音频采集设备采集的该声音分量所对应的帧信号;
计算任一音频采集设备采集的该声音分量所对应的帧信号的能量总和,并确定所述能量总和为该音频采集设备采集的该声音分量的能量;
所述对于所述能量大于预设阈值的声音分量,对所述音频采集阵列中每个音频采集设备采集的频域信号进行融合,得到频谱特征,包括:
提取每个能量大于预设阈值的音频采集设备采集的该声音分量所对应的帧信号;
根据预设时频变换方法,对每个能量大于所述预设阈值的音频采集设备采集的该声音分量所对应的帧信号进行频域变换,得到每个能量大于所述预设阈值的音频采集设备采集的该声音分量所对应的帧信号的频域信号;
对所有能量大于所述预设阈值的音频采集设备采集的该声音分量所对应的帧信号的频域信号进行融合,得到该声音分量的频谱特征。
可选的,所述提取每个能量大于预设阈值的音频采集设备采集的该声音分量所对应的帧信号之前,所述方法还包括:
判断所有能量大于预设阈值的音频采集设备的数目是否大于第一预设数目;
确定能量大于预设阈值的音频采集设备的数目大于所述第一预设数目。
可选的,所述判断所有能量大于预设阈值的音频采集设备的数目是否大于第一预设数目之后,所述方法还包括:
在所有能量大于预设阈值的音频采集设备的数目小于或等于所述第一预设数目时,确定该声音分量为噪声。
可选的,所述确定所述信号特征满足预设条件的声音分量对应的目标物体所在位置,包括:
针对任一声音分量,在该声音分量的信号特征满足预设条件时,确定该声音分量对应的物体为目标物体;
根据所述音频采集阵列中每个音频采集设备相对于所述摄像头的位置及所述目标物体相对于每个音频采集设备的位置,确定所述目标物体所在位置。
可选的,所述在该声音分量的信号特征满足预设条件时,确定该声音分量对应的物体为目标物体之后,所述方法还包括:
从所有能量大于所述预设阈值的音频采集设备中选择满足第二预设数目的音频采集设备;
将所述满足第二预设数目的音频采集设备进行两两组合,构建多对音频采集设备对;
根据预设时延估计方法,确定所述目标物体相对于每对音频采集设备对的位置;
所述根据所述音频采集阵列中每个音频采集设备相对于所述摄像头的位置及所述目标物体相对于每个音频采集设备的位置,确定所述目标物体所在位置,包括:
根据每个音频采集设备相对于所述摄像头的位置及所述目标物体相对于每对音频采集设备对的位置,确定所述目标物体所在位置。
可选的,所述根据每个音频采集设备相对于所述摄像头的位置及所述目标物体相对于每对音频采集设备对的位置,确定所述目标物体所在位置,包括:
根据所述目标物体相对于每对音频采集设备对的位置,确定所述目标物体相对于每对音频采集设备对的位置参数,其中,所述位置参数包括角度值或位移值;
计算每两个位置参数之间的差异值,选择小于预设差值的差异值所对应的位置参数;
对所述小于预设差值的差异值所对应的位置参数求平均值,确定所述目标物体相对于任一音频采集设备的位置;
根据该音频采集设备相对于所述摄像头的位置及所述目标物体相对于该音频采集设备的位置,确定所述目标物体所在位置。
可选的,所述确定所述信号特征满足预设条件的声音分量对应的目标物体所在位置之后,所述方法还包括:
生成报警指令;
所述根据所述摄像头拍摄到的图像,判断所述目标物体是否为无人机之后,所述方法还包括:
在所述目标物体不是无人机时,消除所述报警指令;
在所述目标物体为无人机时,生成报警增强指令。
可选的,所述根据所述摄像头拍摄到的图像,判断所述目标物体是否为无人机之后,所述方法还包括:
在所述目标物体为无人机时,控制所述摄像头对所述无人机进行跟踪拍摄。
第二方面,本发明实施例提供了一种音视频联动装置,所述装置包括:
音频采集阵列,用于采集声音信号;
摄像头,用于对目标物体进行拍摄;
处理器,用于对所述音频采集阵列采集的声音信号进行信号处理,获得所述声音信号中至少一个信号特征满足预设条件的声音分量;确定所述信号特征满足预设条件的声音分量对应的目标物体所在位置;控制所述摄像头对准所述目标物体所在位置;根据所述摄像头拍摄到的图像,判断所述目标物体是否为无人机;
外壳组件,包括:转动件及底座,其中,所述转动件用于向所述摄像头提供转动动能,所述底座用于固定所述摄像头的底部、所述音频采集阵列及所述处理器。
可选的,所述特征信号包括:频谱特征;
所述处理器,具体用于:
对所述音频采集阵列采集的声音信号进行提取,获得所述声音信号中至少一个声音分量;
对于所述至少一个声音分量中的每个声音分量,获取所述音频采集阵列中每个音频采集设备采集的能量;对于所述能量大于预设阈值的声音分量,对所述音频采集阵列中每个音频采集设备采集的该声音分量的频域信号进行融合,得到频谱特征;
获取所有声音分量中频谱特征满足预设频谱特征的声音分量。
可选的,所述处理器,具体还用于:
针对任一声音分量,在当前时刻的预设周期内,对所述音频采集阵列中每个音频采集设备采集的该声音分量进行分帧处理,得到每个音频采集设备采集的该声音分量所对应的帧信号;
计算任一音频采集设备采集的该声音分量所对应的帧信号的能量总和,并确定所述能量总和为该音频采集设备采集的该声音分量的能量;
提取每个能量大于预设阈值的音频采集设备采集的该声音分量所对应的帧信号;
根据预设时频变换方法,对每个能量大于所述预设阈值的音频采集设备采集的该声音分量所对应的帧信号进行频域变换,得到每个能量大于所述预设阈值的音频采集设备采集的该声音分量所对应的帧信号的频域信号;
对所有能量大于所述预设阈值的音频采集设备采集的该声音分量所对应的帧信号的频域信号进行融合,得到该声音分量的频谱特征。
可选的,所述处理器,具体还用于:
判断所有能量大于预设阈值的音频采集设备的数目是否大于第一预设数目;
确定能量大于预设阈值的音频采集设备的数目大于所述第一预设数目。
可选的,所述处理器,具体还用于:
在所有能量大于预设阈值的音频采集设备的数目小于或等于所述第一预设数目时,确定该声音分量为噪声。
可选的,所述处理器,具体还用于:
针对任一声音分量,在该声音分量的信号特征满足预设条件时,确定该声音分量对应的物体为目标物体;
根据所述音频采集阵列中每个音频采集设备相对于所述摄像头的位置及所述目标物体相对于每个音频采集设备的位置,确定所述目标物体所在位置。
可选的,所述处理器,具体还用于:
从所有能量大于所述预设阈值的音频采集设备中选择满足第二预设数目的音频采集设备;
将所述满足第二预设数目的音频采集设备进行两两组合,构建多对音频采集设备对;
根据预设时延估计方法,确定所述目标物体相对于每对音频采集设备对的位置;
根据每个音频采集设备相对于所述摄像头的位置及所述目标物体相对于每对音频采集设备对的位置,确定所述目标物体所在位置。
可选的,所述处理器,具体还用于:
根据所述目标物体相对于每对音频采集设备对的位置,确定所述目标物体相对于每对音频采集设备对的位置参数,其中,所述位置参数包括角度值或位移值;
计算每两个位置参数之间的差异值,选择小于预设差值的差异值所对应的位置参数;
对所述小于预设差值的差异值所对应的位置参数求平均值,确定所述目标物体相对于任一音频采集设备的位置;
根据该音频采集设备相对于所述摄像头的位置及所述目标物体相对于该音频采集设备的位置,确定所述目标物体所在位置。
可选的,所述装置还包括:
报警组件,用于在接收到报警指令时,执行报警操作。
可选的,所述处理器,具体还用于:
在确定所述信号特征满足预设条件的声音分量对应的目标物体所在位置之后,生成报警指令,并发送所述报警指令至所述报警组件,以驱动所述报警组件执行报警操作;
在根据所述摄像头拍摄到的图像,确定所述目标物体不是无人机时,消除所述报警指令;
在根据所述摄像头拍摄到的图像,确定所述目标物体为无人机时,生成报警增强指令,并发送所述报警增强指令至所述报警组件,以驱动所述报警组件执行报警增强操作。
可选的,所述处理器,具体还用于:
在所述目标物体为无人机时,控制所述摄像头对所述无人机进行跟踪拍摄。
本发明实施例提供的一种无人机监测方法及音视频联动装置,通过对音频采集阵列采集的声音信号进行处理,确定信号特征满足预设条件的声音分量对应的目标物体所在的位置,并根据该目标物体所在的位置,控制摄像头对准目标物体拍摄,根据拍摄到的图像判断目标物体是否为无人机,从而实现对无人机的监测,并保证监测的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的无人机监测方法的第一种流程示意图;
图2为本发明实施例的无人机监测方法的第二种流程示意图;
图3为本发明实施例的无人机监测方法的第三种流程示意图;
图4为本发明实施例的音视频联动装置的一种结构示意图;
图5为本发明实施例的音视频联动装置的另一种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了实现对无人机的监控,从而保证社会及个人安全,本发明实施例提供了一种无人机监测方法及音视频联动装置。
下面首先对本发明实施例所提供的一种无人机监测方法进行介绍。
需要说明的是,本发明实施例所提供的一种无人机监测方法的执行主体可以为一种搭载有核心处理芯片的控制器,其中,核心处理芯片可以为DSP(Digital SignalProcessor,数字信号处理器)、ARM(Advanced Reduced Instruction Set ComputerMachines,精简指令集计算机微处理器)或者FPGA(Field-Programmable Gate Array,现场可编程门阵列)等核心处理芯片中的任一种。实现本发明实施例所提供的一种无人机监测方法的方式可以为设置于执行主体中的软件、硬件电路和/或逻辑电路。
如图1所示,本发明实施例所提供的一种无人机监测方法,可以包括如下步骤:
S101,通过音频采集阵列采集声音信号。
其中,音频采集阵列可以为具有音频采集功能的多个音频采集设备组成的阵列,例如由多个麦克风或者多个声音传感器组成的阵列。为了保证无人机在距需要监控的区域边缘还有很长的一段距离时就可以被监测到,该阵列可以选择安装在需要监控的区域的外围;当然,该阵列还可以安装在需要监控的区域内的重要位置,这样,只会对该重要位置进行监测。通常情况下,可以根据需要监控的区域的面积大小,选择音频采集阵列中音频采集设备的个数,一般而言,需要监控的区域的越大,为了获得同等的检测结果,则需要的音频采集设备就会越多,且音频采集设备的分布也越广。以性能一般的驻极体麦克风为例,可以选择每10厘米到20厘米安装一枚驻极体麦克风,每两个驻极体麦克风之间的距离可以不完全一致,这里不做限定。
S102,对声音信号进行信号处理,获得声音信号中至少一个信号特征满足预设条件的声音分量。
需要说明的是,在需要监控的区域内,可能会有多个声源,也就是说,可能会有多个物体在附近发声,那么,音频采集阵列采集到的声音信号中就可能包含了多个物体发出的声音以及其他的噪声(例如风噪),因此,在进行识别时,需要先将声音信号中不同物体产生的声音分量进行分离。音频采集阵列采集的声音信号可以为时域信号,也可以为频域信号,则信号特征可以为例如音频、音调、音量、频谱等特征中的任一种或多种,通过信号特征可以对不同的声音分量进行分离。并且,为了更为准确的定位无人机,本发明实施例中定义了一预设条件,该预设条件为信号特征需要达到的条件。由于大部分无人机由螺旋桨驱动,螺旋桨所产生的声音信号具有明显的特征,所有能够代表无人机的螺旋桨的声音信号特征的属性均可以设定为该预设条件。例如,在噪声中存在有谐波关系的多条谱线,这些谱线在频率轴上呈等间隔排列,基于该特征,可以将具有谱线在频率轴上呈等间隔排列的信号所携带的任何属性信息设定为预设条件。通过分析所有声音分量的信号特征,从中获取信号特征满足预设条件的声音分量,可以滤掉类似于噪声的声音信号,提高了通过声音定位无人机的准确度,并且提高了识别无人机的效率。
可选的,所述对声音信号进行信号处理,获得声音信号中至少一个信号特征满足预设条件的声音分量的步骤,可以包括:
第一步,对音频采集阵列采集的声音信号进行提取,获得声音信号中至少一个声音分量。
需要说明的是,由于音频采集阵列采集的声音信号可能为多个物体发出的声音,因此,通过对声音信号进行提取,例如,按照声音的频谱对声音信号进行划分,可以得到至少一个声音分量,除该方式以外,其他对声音信号进行提取,得到至少一个声音分量的方式也属于本实施例的保护范围,这里不再赘述。
第二步,对于至少一个声音分量中的每个声音分量,获取音频采集阵列中每个音频采集设备采集的能量;对于能量大于预设阈值的声音分量,对音频采集阵列中每个音频采集设备采集的该声音分量的频域信号进行融合,得到频谱特征。
需要说明的是,对于监测到的某一个物体,离该物体越近的音频采集设备所采集到的该物体的声音分量的能量就越大,那么采集到该物体的声音分量的能量大于预设阈值的音频采集设备的数量越多,说明该物体离需要监控的区域越近,或者位于需要监控的区域内。因此,本实施例中,对每个音频采集设备采集到的该声音分量的能量进行提取,并确定了能量大于预设阈值的音频采集设备,其中,预设阈值与需要监控的区域范围、无人机的音量等因素有关,可以根据第一次安装音频采集阵列时的环境初始化,根据环境噪声提前设定。具体的,为了进一步提高对监控范围的限定,以提升监测的准确性,还可以对能量大于预设阈值的音频采集设备的数量作以限定,例如,能量大于预设阈值的音频采集设备的数量达到音频采集阵列中所有音频采集设备总数量的一半,才进行频域变换,否则认为声音分量为噪声,不做处理。频谱特征作为无人机的螺旋桨在转动时所发出的声音的一个特点,即在噪声存在有谐波关系的多条谱线,这些谱线在频率轴上呈等间隔排列,因此,将声音分量进行频域变换得到频域信号,进而通过融合得到声音分量的频谱特征。
可选的,所述对于至少一个声音分量中的每个声音分量,获取音频采集阵列中每个音频采集设备采集的能量的步骤,可以包括:
针对任一声音分量,在当前时刻的预设周期内,对音频采集阵列中每个音频采集设备采集的该声音分量进行分帧处理,得到每个音频采集设备采集的该声音分量所对应的帧信号;
计算任一音频采集设备采集的该声音分量所对应的帧信号的能量总和,并确定能量总和为该音频采集设备采集的该声音分量的能量。
需要说明的是,由于音频采集阵列中每个音频采集设备采集的声音分量为一段时间内的音频,为了保证信号的实时处理,可以在当前时刻的预设周期内,对每个音频采集设备采集的声音分量进行分帧处理,在进行分帧处理后,需要对帧信号进行能量计算,针对每个音频采集设备,对所有帧信号计算出的能量计算总和。
可选的,所述对于能量大于预设阈值的声音分量,对音频采集阵列中每个音频采集设备采集的该声音分量的频域信号进行融合,得到频谱特征的步骤,可以包括:
提取每个能量大于预设阈值的音频采集设备采集的该声音分量所对应的帧信号;
根据预设时频变换方法,对每个能量大于预设阈值的音频采集设备采集的该声音分量所对应的帧信号进行频域变换,得到每个能量大于预设阈值的音频采集设备采集的该声音分量所对应的帧信号的频域信号;
对所有能量大于预设阈值的音频采集设备采集的该声音分量所对应的帧信号的频域信号进行融合,得到该声音分量的频谱特征。
需要说明的是,对每个音频采集设备采集的声音分量进行分帧处理后,可以根据预设时频变换方法对分帧处理后得到的帧信号进行频域变换,其中,预设时频变换方法可以为傅里叶变换,当然,其他将时域信号变换为频域信号的方法也属于本发明实施例的保护范围,这里不再赘述。在对帧信号进行了频域变换之后,可以对得到的频域信号的多阶谐波信号处理结果进行融合,得到频谱特征。其中,对谐波信号进行融合可以是对有倍频关系的多阶谐波的循环平稳特征进行融合,当然,其他对谐波信号进行融合的方式也属于本发明实施例的保护范围,这里不再赘述。
可选的,所述提取每个能量大于预设阈值的音频采集设备采集的该声音分量所对应的帧信号的步骤之前,还可以包括如下步骤:
判断所有能量大于预设阈值的音频采集设备的数目是否大于第一预设数目;
如果大于,则执行提取每个能量大于预设阈值的音频采集设备采集的该声音分量所对应的帧信号的步骤;
如果不大于,则确定该声音分量为噪声。
需要说明的是,为了进一步提高对监控范围的限定,以提升监测的准确性,还可以对能量大于预设阈值的音频采集设备的数量作以限定,例如,设置一第一预设数目,在能量大于预设阈值的音频采集设备的数量大于该第一预设数目时,才进行提取帧信号的步骤,否则认为声音分量为噪声,不做处理。其中,第一预设数目可以设置为音频采集设备总数目的一半、也可以设置为音频采集设备总数目的四分之一,第一预设数目设置的越小,监测的范围越大,但是准确性可能会降低。通常情况下,将第一预设数目设置为音频采集设备总数目的一半。
第三步,获取所有声音分量中频谱特征满足预设频谱特征的声音分量。
需要说明的是,基于无人机的声音信号在噪声中存在有谐波关系的多条谱线,这些谱线在频率轴上呈等间隔排列的特点,可以建立多频循环平稳检测,通过多频循环平稳检测分析该频谱是否为无人机的螺旋桨声音,其中,多频循环平稳检测是利用信号的各阶谐波为相干叠加、而噪声为非相干叠加的性质,具有提高频谱特征的提取能力,降低随机噪声的影响的优势。当然,其他分析频谱特征的方式也属于本发明实施例的保护范围,这里不再赘述。
S103,确定信号特征满足预设条件的声音分量对应的目标物体所在位置。
需要说明的是,通过对信号特征的分析可以确定满足预设条件的声音分量对应的目标物体,通过目标物体的声音分量的音量、音频等属性信息,可以确定该目标物体相较于音频采集设备的位置。
可选的,所述确定信号特征满足预设条件的声音分量对应的目标物体所在位置的步骤,可以包括:
针对任一声音分量,在该声音分量的信号特征满足预设条件时,确定该声音分量对应的物体为目标物体;
然后,根据音频采集阵列中每个音频采集设备相对于摄像头的位置及目标物体相对于每个音频采集设备的位置,确定目标物体所在位置。
需要说明的是,音频采集阵列中每个音频采集设备相对于摄像头的位置在进行音频采集阵列的排布时,就可以根据音频采集设备提供的位置信息确定下来,也就是说,在确定音频采集阵列的排布时,音频采集阵列中每个音频采集设备相对于摄像头的位置就已确定下来。这里所说的位置,可以是角度,也可以是距离。
可选的,在所述在该声音分量的信号特征满足预设条件时,确定该声音分量对应的物体为目标物体的步骤之后,还可以包括以下步骤:
第一步,从所有能量大于预设阈值的音频采集设备中选择满足第二预设数目的音频采集设备;
第二步,将满足第二预设数目的音频采集设备进行两两组合,构建多对音频采集设备对;
第三步,根据预设时延估计方法,确定目标物体相对于每对音频采集设备对的位置。
需要说明的是,在确定目标物体之后,为了提高计算目标物体所在位置的运算效率,可以从能量大于预设阈值的音频采集设备中,按能量值从大到小的顺序选择出若干个音频采集设备,本实施例中,第二预设数目即为按能量值从大到小确定的若干个,这里可以设置为五个音频采集设备,针对选择的音频采集设备,进行两两组合,构成音频采集设备对,利用预设时延估计方法可计算出每对音频采集设备对对应的方位角,可以将该方位角转化成摄像头转动的角度。其中,预设时延估计方法可以为经典的时延估计方法,估计声音信号达到不同音频采集设备之间的时间差,通过几何关系可以确定声源的位置,经典的时延估计方法中包括了基于互相关函数的方法、利用语音特征的方法及基于通道传递函数的方法,这些方法均适用于本发明实施例。
可选的,所述根据音频采集阵列中每个音频采集设备相对于摄像头的位置及目标物体相对于每个音频采集设备的位置,确定目标物体所在位置的步骤,可以包括:
根据每个音频采集设备相对于摄像头的位置及目标物体相对于每对音频采集设备对的位置,确定目标物体所在位置。
由于噪声的影响,上述确定的目标物体所在位置往往会存在一定的偏差,如果要精准的计算出目标位置,需要对每对音频采集设备对估计出的方位再进行处理。可选的,所述根据每个音频采集设备相对于摄像头的位置及目标物体相对于每对音频采集设备对的位置,确定目标物体所在位置的步骤,可以包括:
第一步,根据目标物体相对于每对音频采集设备对的位置,确定目标物体相对于每对音频采集设备对的位置参数,其中,位置参数包括角度值或位移值;
第二步,计算每两个位置参数之间的差异值,选择小于预设差值的差异值所对应的位置参数;
第三步,对小于预设差值的差异值所对应的位置参数求平均值,确定目标物体相对于任一音频采集设备的位置;
第四步,根据该音频采集设备相对于摄像头的位置及目标物体相对于该音频采集设备的位置,确定目标物体所在位置。
需要说明的是,在确定目标物体相对于每对音频采集设备对的位置后,该目标物体相对于每对音频采集设备对的角度值或者位移值之间均存在一定的差异,选择差异在预设差值以内的音频采集设备对,例如,对目标物体相对于每对音频采集设备对的角度,计算出角度的差异值在10度以内的音频采集设备对,再利用求取平均值的方式,确定目标物体的精确位置,可以进一步提高确定目标位置的精准性。
S104,控制摄像头对准目标物体所在位置。
需要说明的是,在确定目标物体所在的位置之后,为了联合音视频双重确认对确定的目标物体进一步确定该目标物体是否为无人机,则控制摄像头对准目标物体,可以通过驱动转动装置带动摄像头转动,当然,这里对摄像头的对准操作不做具体限定,可以是通过摄像头转动对准,也可以是通过摄像头滑动对准,还可以是通过摄像头平移对准。
S105,根据摄像头拍摄到的图像,判断目标物体是否为无人机。
需要说明的是,摄像头可以是一直处于拍摄的状态,只用驱动摄像头对准目标物体;也可以是在摄像头在对准目标物体后,接收一拍摄指令,开始对目标物体进行拍摄。通过对拍摄到的目标物体的图像进行识别,判断目标物体是否为无人机,具体的,图像识别技术可以是图像处理领域中的神经网络、像素比对等自动识别技术,也可以是通过人工比对,这里不做具体限定。
应用本实施例,通过对音频采集阵列采集的声音信号进行处理,确定信号特征满足预设条件的声音分量对应的目标物体所在的位置,并根据该目标物体所在的位置,控制摄像头对准目标物体拍摄,根据拍摄到的图像判断目标物体是否为无人机,从而实现对无人机的监测,并利用音频和视频的二重确认,防止误报,保证了监测的准确性。
基于图1所示实施例,如图2所示,本发明实施例提供了另一种无人机监测方法,在S104之后,还可以包括如下步骤:
S201,生成报警指令。
需要说明的是,由于无人机进入需要监控的区域,可能给该区域的用户带来安全隐患,因此,在通过音频判断有目标物体靠近或进入需要监控的区域,则生成报警指令,用于提醒用户存在疑似目标,需要注意警觉。
在S105的判断中,如果目标物体是无人机,则执行S202,否则执行S203。
S202,生成报警增强指令。
需要说明的是,如果通过视频进一步确认有无人机靠近或进入需要监控的区域,则生成报警增强指令,增强报警的效果,例如增大报警的声音,用于提醒用户区域内存在无人机。
S203,消除报警指令。
需要说明的是,如果通过视频确认需要监控的区域内没有无人机,则可将报警消除。
应用本实施例,通过对音频采集阵列采集的声音信号进行处理,确定信号特征满足预设条件的声音分量对应的目标物体所在的位置,并根据该目标物体所在的位置,控制摄像头对准目标物体拍摄,根据拍摄到的图像判断目标物体是否为无人机,从而实现对无人机的监测,并利用音频和视频的二重确认,防止误报,保证了监测的准确性。并通过对存在目标物体时进行报警,对存在无人机时进行报警的增强,及时提醒用户,进一步提高安全性。
基于图1所示实施例,如图3所示,本发明实施例提供了另一种无人机监测方法,在S105之后,还可以包括如下步骤:
S301,在目标物体为无人机时,控制摄像头对无人机进行跟踪拍摄。
需要说明的是,在监测到有无人机靠近或进入需要监控的区域时,由于无人机一直处于飞行状态,为了更好的跟踪无人机,实时监控无人机的飞行行为,可以控制摄像头对无人机进行跟踪拍摄,具体的,可以根据拍摄到的视频中无人机的运动轨迹,驱动摄像头按照该运动轨迹运动,以实现跟踪拍摄。
应用本实施例,通过对音频采集阵列采集的声音信号进行处理,确定信号特征满足预设条件的声音分量对应的目标物体所在的位置,并根据该目标物体所在的位置,控制摄像头对准目标物体拍摄,根据拍摄到的图像判断目标物体是否为无人机,从而实现对无人机的监测,并利用音频和视频的二重确认,防止误报,保证了监测的准确性。并通过控制摄像头对无人机进行跟踪拍摄,实时监控无人机的飞行状态,保证监控的实时性和安全性。
相应于上述实施例,本发明实施例提供了一种音视频联动装置,如图4所示,所述音视频联动装置可以包括:
音频采集阵列410,用于采集声音信号;
摄像头420,用于对目标物体进行拍摄;
处理器430,用于对所述音频采集阵列410采集的声音信号进行信号处理,获得所述声音信号中至少一个信号特征满足预设条件的声音分量;确定所述信号特征满足预设条件的声音分量对应的目标物体所在位置;控制所述摄像头420对准所述目标物体所在位置;根据所述摄像头420拍摄到的图像,判断所述目标物体是否为无人机;
外壳组件440,包括:转动件及底座,其中,所述转动件用于向所述摄像头提供转动动能,所述底座用于固定所述摄像头的底部、所述音频采集阵列及所述处理器。
应用本实施例,通过对音频采集阵列采集的声音信号进行处理,确定信号特征满足预设条件的声音分量对应的目标物体所在的位置,并根据该目标物体所在的位置,控制摄像头对准目标物体拍摄,根据拍摄到的图像判断目标物体是否为无人机,从而实现对无人机的监测,并利用音频和视频的二重确认,防止误报,保证了监测的准确性。
可选的,所述特征信号可以包括:频谱特征;
所述处理器430,具体可以用于:
对所述音频采集阵列410采集的声音信号进行提取,获得所述声音信号中至少一个声音分量;
对于所述至少一个声音分量中的每个声音分量,获取所述音频采集阵列中每个音频采集设备采集的能量;对于所述能量大于预设阈值的声音分量,对所述音频采集阵列中每个音频采集设备采集的该声音分量的频域信号进行融合,得到频谱特征;
获取所有声音分量中频谱特征满足预设频谱特征的声音分量。
可选的,所述处理器430,具体还可以用于:
针对任一声音分量,在当前时刻的预设周期内,对所述音频采集阵列410中每个音频采集设备采集的该声音分量进行分帧处理,得到每个音频采集设备采集的该声音分量所对应的帧信号;
计算任一音频采集设备采集的该声音分量所对应的帧信号的能量总和,并确定所述能量总和为该音频采集设备采集的该声音分量的能量;
提取每个能量大于预设阈值的音频采集设备采集的该声音分量所对应的帧信号;
根据预设时频变换方法,对每个能量大于所述预设阈值的音频采集设备采集的该声音分量所对应的帧信号进行频域变换,得到每个能量大于所述预设阈值的音频采集设备采集的该声音分量所对应的帧信号的频域信号;
对所有能量大于所述预设阈值的音频采集设备采集的该声音分量所对应的帧信号的频域信号进行融合,得到该声音分量的频谱特征。
可选的,所述处理器430,具体还可以用于:
判断所有能量大于预设阈值的音频采集设备的数目是否大于第一预设数目;
确定能量大于预设阈值的音频采集设备的数目大于所述第一预设数目。
可选的,所述处理器430,具体还可以用于:
在所有能量大于预设阈值的音频采集设备的数目小于或等于所述第一预设数目时,确定该声音分量为噪声。
可选的,所述处理器430,具体还可以用于:
针对任一声音分量,在该声音分量的信号特征满足预设条件时,确定该声音分量对应的物体为目标物体;
根据所述音频采集阵列410中每个音频采集设备相对于所述摄像头420的位置及所述目标物体相对于每个音频采集设备的位置,确定所述目标物体所在位置。
可选的,所述处理器430,具体还可以用于:
从所有能量大于所述预设阈值的音频采集设备中选择满足第二预设数目的音频采集设备;
将所述满足第二预设数目的音频采集设备进行两两组合,构建多对音频采集设备对;
根据预设时延估计方法,确定所述目标物体相对于每对音频采集设备对的位置;
根据每个音频采集设备相对于所述摄像头420的位置及所述目标物体相对于每对音频采集设备对的位置,确定所述目标物体所在位置。
可选的,所述处理器430,具体还可以用于:
根据所述目标物体相对于每对音频采集设备对的位置,确定所述目标物体相对于每对音频采集设备对的位置参数,其中,所述位置参数包括角度值或位移值;
计算每两个位置参数之间的差异值,选择小于预设差值的差异值所对应的位置参数;
对所述小于预设差值的差异值所对应的位置参数求平均值,确定所述目标物体相对于任一音频采集设备的位置;
根据该音频采集设备相对于所述摄像头420的位置及所述目标物体相对于该音频采集设备的位置,确定所述目标物体所在位置。
需要说明的是,本发明实施例的音视频联动装置为应用上述无人机监测方法的装置,则上述无人机监测方法的所有实施例均适用于该装置,且均能达到相同或相似的有益效果。
更进一步的,在包含音频采集阵列410、摄像头420、处理器430、外壳组件440的基础上,如图5所示,本发明实施例所提供的一种音视频联动装置,还可以包括:
报警组件510,用于在接收到报警指令时,执行报警操作。
需要说明的是,报警组件510可以为蜂鸣器、发光二极管、显示器等用于报警的设备,并且报警组件510具有增强报警的功能,例如,蜂鸣器的蜂鸣声越来越大、发光二极管的光亮越来越亮、显示器的显示内容变化等等。其中,报警操作可以为发出蜂鸣声、点亮发光二极管、显示有疑似目标等。
应用本实施例,通过对音频采集阵列采集的声音信号进行处理,确定信号特征满足预设条件的声音分量对应的目标物体所在的位置,并根据该目标物体所在的位置,控制摄像头对准目标物体拍摄,根据拍摄到的图像判断目标物体是否为无人机,从而实现对无人机的监测,并利用音频和视频的二重确认,防止误报,保证了监测的准确性。并通过对存在目标物体时进行报警,对存在无人机时进行报警的增强,及时提醒用户,进一步提高安全性。
可选的,所述处理器430,具体还可以用于:
在确定所述信号特征满足预设条件的声音分量对应的目标物体所在位置之后,生成报警指令,并发送所述报警指令至所述报警组件510,以驱动所述报警组件510执行报警操作;
在根据所述摄像头420拍摄到的图像,确定所述目标物体不是无人机时,消除所述报警指令;
在根据所述摄像头420拍摄到的图像,确定所述目标物体为无人机时,生成报警增强指令,并发送所述报警增强指令至所述报警组件510,以驱动所述报警组件510执行报警增强操作。
可选的,所述处理器430,具体还可以用于:
在所述目标物体为无人机时,控制所述摄像头420对所述无人机进行跟踪拍摄。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (17)
1.一种无人机监测方法,其特征在于,所述方法包括:
通过音频采集阵列采集声音信号;
对所述声音信号进行信号处理,获得所述声音信号中至少一个信号特征满足预设条件的声音分量,所述预设条件为能够代表无人机的螺旋桨的声音信号特征的属性的条件;
确定所述信号特征满足预设条件的声音分量对应的目标物体所在位置;
控制摄像头对准所述目标物体所在位置;
根据所述摄像头拍摄到的图像,判断所述目标物体是否为无人机;
其中,所述信号特征包括:频谱特征;所述对所述声音信号进行信号处理,获得所述声音信号中至少一个信号特征满足预设条件的声音分量,包括:
对所述音频采集阵列采集的声音信号进行提取,获得所述声音信号中至少一个声音分量;
针对任一声音分量,在当前时刻的预设周期内,对所述音频采集阵列中每个音频采集设备采集的该声音分量进行分帧处理,得到每个音频采集设备采集的该声音分量所对应的帧信号;
计算任一音频采集设备采集的该声音分量所对应的帧信号的能量总和,并确定所述能量总和为该音频采集设备采集的该声音分量的能量;
提取每个能量大于预设阈值的音频采集设备采集的该声音分量所对应的帧信号;
根据预设时频变换方法,对每个能量大于所述预设阈值的音频采集设备采集的该声音分量所对应的帧信号进行频域变换,得到每个能量大于所述预设阈值的音频采集设备采集的该声音分量所对应的帧信号的频域信号;
对所有能量大于所述预设阈值的音频采集设备采集的该声音分量所对应的帧信号的频域信号进行融合,得到该声音分量的频谱特征;
获取所有声音分量中频谱特征满足预设频谱特征的声音分量。
2.根据权利要求1所述的无人机监测方法,其特征在于,所述提取每个能量大于预设阈值的音频采集设备采集的该声音分量所对应的帧信号之前,所述方法还包括:
判断所有能量大于预设阈值的音频采集设备的数目是否大于第一预设数目;
确定能量大于预设阈值的音频采集设备的数目大于所述第一预设数目。
3.根据权利要求2所述的无人机监测方法,其特征在于,所述判断所有能量大于预设阈值的音频采集设备的数目是否大于第一预设数目之后,所述方法还包括:
在所有能量大于预设阈值的音频采集设备的数目小于或等于所述第一预设数目时,确定该声音分量为噪声。
4.根据权利要求1所述的无人机监测方法,其特征在于,所述确定所述信号特征满足预设条件的声音分量对应的目标物体所在位置,包括:
针对任一声音分量,在该声音分量的信号特征满足预设条件时,确定该声音分量对应的物体为目标物体;
根据所述音频采集阵列中每个音频采集设备相对于所述摄像头的位置及所述目标物体相对于每个音频采集设备的位置,确定所述目标物体所在位置。
5.根据权利要求4所述的无人机监测方法,其特征在于,所述在该声音分量的信号特征满足预设条件时,确定该声音分量对应的物体为目标物体之后,所述方法还包括:
从所有能量大于所述预设阈值的音频采集设备中选择满足第二预设数目的音频采集设备;
将所述满足第二预设数目的音频采集设备进行两两组合,构建多对音频采集设备对;
根据预设时延估计方法,确定所述目标物体相对于每对音频采集设备对的位置;
所述根据所述音频采集阵列中每个音频采集设备相对于所述摄像头的位置及所述目标物体相对于每个音频采集设备的位置,确定所述目标物体所在位置,包括:
根据每个音频采集设备相对于所述摄像头的位置及所述目标物体相对于每对音频采集设备对的位置,确定所述目标物体所在位置。
6.根据权利要求5所述的无人机监测方法,其特征在于,所述根据每个音频采集设备相对于所述摄像头的位置及所述目标物体相对于每对音频采集设备对的位置,确定所述目标物体所在位置,包括:
根据所述目标物体相对于每对音频采集设备对的位置,确定所述目标物体相对于每对音频采集设备对的位置参数,其中,所述位置参数包括角度值或位移值;
计算每两个位置参数之间的差异值,选择小于预设差值的差异值所对应的位置参数;
对所述小于预设差值的差异值所对应的位置参数求平均值,确定所述目标物体相对于任一音频采集设备的位置;
根据该音频采集设备相对于所述摄像头的位置及所述目标物体相对于该音频采集设备的位置,确定所述目标物体所在位置。
7.根据权利要求1至6中任一所述的无人机监测方法,其特征在于,所述确定所述信号特征满足预设条件的声音分量对应的目标物体所在位置之后,所述方法还包括:
生成报警指令;
所述根据所述摄像头拍摄到的图像,判断所述目标物体是否为无人机之后,所述方法还包括:
在所述目标物体不是无人机时,消除所述报警指令;
在所述目标物体为无人机时,生成报警增强指令。
8.根据权利要求7所述的无人机监测方法,其特征在于,所述根据所述摄像头拍摄到的图像,判断所述目标物体是否为无人机之后,所述方法还包括:
在所述目标物体为无人机时,控制所述摄像头对所述无人机进行跟踪拍摄。
9.一种音视频联动装置,其特征在于,所述装置包括:
音频采集阵列,用于采集声音信号;
摄像头,用于对目标物体进行拍摄;
处理器,用于对所述音频采集阵列采集的声音信号进行信号处理,对所述音频采集阵列采集的声音信号进行提取,获得所述声音信号中至少一个声音分量;其中,所述特征信号包括:频谱特征;针对任一声音分量,在当前时刻的预设周期内,对所述音频采集阵列中每个音频采集设备采集的该声音分量进行分帧处理,得到每个音频采集设备采集的该声音分量所对应的帧信号;计算任一音频采集设备采集的该声音分量所对应的帧信号的能量总和,并确定所述能量总和为该音频采集设备采集的该声音分量的能量;提取每个能量大于预设阈值的音频采集设备采集的该声音分量所对应的帧信号;根据预设时频变换方法,对每个能量大于所述预设阈值的音频采集设备采集的该声音分量所对应的帧信号进行频域变换,得到每个能量大于所述预设阈值的音频采集设备采集的该声音分量所对应的帧信号的频域信号;对所有能量大于所述预设阈值的音频采集设备采集的该声音分量所对应的帧信号的频域信号进行融合,得到该声音分量的频谱特征;获取所有声音分量中频谱特征满足预设频谱特征的声音分量,所述预设条件为能够代表无人机的螺旋桨的声音信号特征的属性的条件;确定所述信号特征满足预设条件的声音分量对应的目标物体所在位置;控制所述摄像头对准所述目标物体所在位置;根据所述摄像头拍摄到的图像,判断所述目标物体是否为无人机;
外壳组件,包括:转动件及底座,其中,所述转动件用于向所述摄像头提供转动动能,所述底座用于固定所述摄像头的底部、所述音频采集阵列及所述处理器。
10.根据权利要求9所述的音视频联动装置,其特征在于,所述处理器,具体还用于:
判断所有能量大于预设阈值的音频采集设备的数目是否大于第一预设数目;
确定能量大于预设阈值的音频采集设备的数目大于所述第一预设数目。
11.根据权利要求10所述的音视频联动装置,其特征在于,所述处理器,具体还用于:
在所有能量大于预设阈值的音频采集设备的数目小于或等于所述第一预设数目时,确定该声音分量为噪声。
12.根据权利要求9所述的音视频联动装置,其特征在于,所述处理器,具体还用于:
针对任一声音分量,在该声音分量的信号特征满足预设条件时,确定该声音分量对应的物体为目标物体;
根据所述音频采集阵列中每个音频采集设备相对于所述摄像头的位置及所述目标物体相对于每个音频采集设备的位置,确定所述目标物体所在位置。
13.根据权利要求12所述的音视频联动装置,其特征在于,所述处理器,具体还用于:
从所有能量大于所述预设阈值的音频采集设备中选择满足第二预设数目的音频采集设备;
将所述满足第二预设数目的音频采集设备进行两两组合,构建多对音频采集设备对;
根据预设时延估计方法,确定所述目标物体相对于每对音频采集设备对的位置;
根据每个音频采集设备相对于所述摄像头的位置及所述目标物体相对于每对音频采集设备对的位置,确定所述目标物体所在位置。
14.根据权利要求13所述的音视频联动装置,其特征在于,所述处理器,具体还用于:
根据所述目标物体相对于每对音频采集设备对的位置,确定所述目标物体相对于每对音频采集设备对的位置参数,其中,所述位置参数包括角度值或位移值;
计算每两个位置参数之间的差异值,选择小于预设差值的差异值所对应的位置参数;
对所述小于预设差值的差异值所对应的位置参数求平均值,确定所述目标物体相对于任一音频采集设备的位置;
根据该音频采集设备相对于所述摄像头的位置及所述目标物体相对于该音频采集设备的位置,确定所述目标物体所在位置。
15.根据权利要求9所述的音视频联动装置,其特征在于,所述装置,还包括:
报警组件,用于在接收到报警指令时,执行报警操作。
16.根据权利要求15所述的音视频联动装置,其特征在于,所述处理器,具体还用于:
在确定所述信号特征满足预设条件的声音分量对应的目标物体所在位置之后,生成报警指令,并发送所述报警指令至所述报警组件,以驱动所述报警组件执行报警操作;
在根据所述摄像头拍摄到的图像,确定所述目标物体不是无人机时,消除所述报警指令;
在根据所述摄像头拍摄到的图像,确定所述目标物体为无人机时,生成报警增强指令,并发送所述报警增强指令至所述报警组件,以驱动所述报警组件执行报警增强操作。
17.根据权利要求16所述的音视频联动装置,其特征在于,所述处理器,具体还用于:
在所述目标物体为无人机时,控制所述摄像头对所述无人机进行跟踪拍摄。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710349350.2A CN108965789B (zh) | 2017-05-17 | 2017-05-17 | 一种无人机监测方法及音视频联动装置 |
PCT/CN2018/086565 WO2018210192A1 (zh) | 2017-05-17 | 2018-05-11 | 一种无人机监测方法及音视频联动装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710349350.2A CN108965789B (zh) | 2017-05-17 | 2017-05-17 | 一种无人机监测方法及音视频联动装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108965789A CN108965789A (zh) | 2018-12-07 |
CN108965789B true CN108965789B (zh) | 2021-03-12 |
Family
ID=64273421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710349350.2A Active CN108965789B (zh) | 2017-05-17 | 2017-05-17 | 一种无人机监测方法及音视频联动装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108965789B (zh) |
WO (1) | WO2018210192A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109714572A (zh) * | 2018-12-28 | 2019-05-03 | 深圳市微纳感知计算技术有限公司 | 一种音视联动的智能安防系统 |
CN111866454A (zh) * | 2020-07-02 | 2020-10-30 | 广州博冠智能科技有限公司 | 一种声音及图像联动检测预警的方法及装置 |
CN112380933B (zh) * | 2020-11-02 | 2023-11-07 | 中国兵器工业计算机应用技术研究所 | 无人机识别目标的方法、装置及无人机 |
CN112698665A (zh) * | 2020-12-28 | 2021-04-23 | 同济大学 | 无人机探测定位方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202077131U (zh) * | 2010-07-16 | 2011-12-14 | 弭强 | 基于声音定位的视频监控系统 |
KR20130039844A (ko) * | 2011-10-13 | 2013-04-23 | 주식회사 나임코리아 | 지능형 카메라 장치 및 이를 이용한 지능형 감시방법 |
CN104581021A (zh) * | 2013-10-23 | 2015-04-29 | 西安群丰电子信息科技有限公司 | 基于声音定位的视频监控系统 |
CN105321516A (zh) * | 2014-06-30 | 2016-02-10 | 美的集团股份有限公司 | 语音控制方法和系统 |
CN105357442A (zh) * | 2015-11-27 | 2016-02-24 | 小米科技有限责任公司 | 摄像头拍摄角度调整方法及装置 |
CN105550636A (zh) * | 2015-12-04 | 2016-05-04 | 中国电子科技集团公司第三研究所 | 一种目标类型识别的方法及装置 |
CN106341665A (zh) * | 2016-09-30 | 2017-01-18 | 浙江宇视科技有限公司 | 一种跟踪监控方法及装置 |
CN106412488A (zh) * | 2015-07-29 | 2017-02-15 | 中兴通讯股份有限公司 | 一种监控系统和方法 |
CN106627646A (zh) * | 2016-11-25 | 2017-05-10 | 杭州捍鹰科技有限公司 | 列车防护装置与方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130192451A1 (en) * | 2011-06-20 | 2013-08-01 | Steven Gregory Scott | Anti-sniper targeting and detection system |
CN105203999A (zh) * | 2015-10-20 | 2015-12-30 | 陈昊 | 旋翼飞行器预警装置及预警方法 |
CN205139360U (zh) * | 2015-10-20 | 2016-04-06 | 陈昊 | 旋翼飞行器预警装置 |
CN106057195A (zh) * | 2016-05-25 | 2016-10-26 | 东华大学 | 一种基于嵌入式音频识别的无人机探测系统 |
-
2017
- 2017-05-17 CN CN201710349350.2A patent/CN108965789B/zh active Active
-
2018
- 2018-05-11 WO PCT/CN2018/086565 patent/WO2018210192A1/zh active Application Filing
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202077131U (zh) * | 2010-07-16 | 2011-12-14 | 弭强 | 基于声音定位的视频监控系统 |
KR20130039844A (ko) * | 2011-10-13 | 2013-04-23 | 주식회사 나임코리아 | 지능형 카메라 장치 및 이를 이용한 지능형 감시방법 |
CN104581021A (zh) * | 2013-10-23 | 2015-04-29 | 西安群丰电子信息科技有限公司 | 基于声音定位的视频监控系统 |
CN105321516A (zh) * | 2014-06-30 | 2016-02-10 | 美的集团股份有限公司 | 语音控制方法和系统 |
CN106412488A (zh) * | 2015-07-29 | 2017-02-15 | 中兴通讯股份有限公司 | 一种监控系统和方法 |
CN105357442A (zh) * | 2015-11-27 | 2016-02-24 | 小米科技有限责任公司 | 摄像头拍摄角度调整方法及装置 |
CN105550636A (zh) * | 2015-12-04 | 2016-05-04 | 中国电子科技集团公司第三研究所 | 一种目标类型识别的方法及装置 |
CN106341665A (zh) * | 2016-09-30 | 2017-01-18 | 浙江宇视科技有限公司 | 一种跟踪监控方法及装置 |
CN106627646A (zh) * | 2016-11-25 | 2017-05-10 | 杭州捍鹰科技有限公司 | 列车防护装置与方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2018210192A1 (zh) | 2018-11-22 |
CN108965789A (zh) | 2018-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108965789B (zh) | 一种无人机监测方法及音视频联动装置 | |
Sami et al. | Spying with your robot vacuum cleaner: eavesdropping via lidar sensors | |
US11941968B2 (en) | Systems and methods for identifying an acoustic source based on observed sound | |
CN111724558B (zh) | 一种监控方法、装置及入侵报警系统 | |
CN111601074A (zh) | 安防监控方法、装置、机器人和存储介质 | |
CN111034222A (zh) | 拾音装置、拾音方法以及程序 | |
CN109473119B (zh) | 一种声学目标事件监控方法 | |
Andersson et al. | Fusion of acoustic and optical sensor data for automatic fight detection in urban environments | |
CN111223261B (zh) | 一种复合智能生产安防系统及其安防方法 | |
EP3640935B1 (en) | Notification information output method, server and monitoring system | |
CN110634506A (zh) | 一种语音数据的处理方法及装置 | |
US11147256B2 (en) | Monitoring disease vectors | |
CN105812721A (zh) | 一种跟踪监控方法及跟踪监控设备 | |
CN110377066A (zh) | 一种巡检设备的控制方法、装置和设备 | |
JP2020524343A5 (ja) | イベントを判定するためのシステム、方法及びプログラム | |
Arslan et al. | Sound based alarming based video surveillance system design | |
US11335359B2 (en) | Methods and devices for obtaining an event designation based on audio data | |
CN104243894A (zh) | 一种声视频融合监控方法 | |
US9992593B2 (en) | Acoustic characterization based on sensor profiling | |
Kotus et al. | Processing of acoustical data in a multimodal bank operating room surveillance system | |
Lojka et al. | Modification of widely used feature vectors for real-time acoustic events detection | |
JP4859130B2 (ja) | 監視システム | |
CN205003281U (zh) | 一种无人飞行器预警装置 | |
Sattar et al. | Automatic event detection for noisy hydrophone data using relevance features | |
Nguyen et al. | Sound detection and localization in windy conditions for intelligent outdoor security cameras |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |