CN110933254B - 一种基于图像分析的声音过滤系统及其声音过滤方法 - Google Patents

一种基于图像分析的声音过滤系统及其声音过滤方法 Download PDF

Info

Publication number
CN110933254B
CN110933254B CN201911264104.2A CN201911264104A CN110933254B CN 110933254 B CN110933254 B CN 110933254B CN 201911264104 A CN201911264104 A CN 201911264104A CN 110933254 B CN110933254 B CN 110933254B
Authority
CN
China
Prior art keywords
module
sound
image
data
person
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
Application number
CN201911264104.2A
Other languages
English (en)
Other versions
CN110933254A (zh
Inventor
卢锡芹
陈尚武
金国庆
吴宣辉
冯超庭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Xujian Science And Technology Co ltd
Original Assignee
Hangzhou Xujian Science And Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Xujian Science And Technology Co ltd filed Critical Hangzhou Xujian Science And Technology Co ltd
Priority to CN201911264104.2A priority Critical patent/CN110933254B/zh
Publication of CN110933254A publication Critical patent/CN110933254A/zh
Application granted granted Critical
Publication of CN110933254B publication Critical patent/CN110933254B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/04—Synchronising
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
    • G01S5/20—Position of source determined by a plurality of spaced direction-finders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/003—Changing voice quality, e.g. pitch or formants
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • 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
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/698—Control of cameras or camera modules for achieving an enlarged field of view, e.g. panoramic image capture
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • 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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • G10L2021/02161—Number of inputs available containing the signal or the noise to be suppressed
    • G10L2021/02166—Microphone arrays; Beamforming

Abstract

本发明公开了一种基于图像分析的声音过滤系统及其声音过滤方法，一种基于图像分析的声音过滤系统，包括如下功能模块：阵列麦克风模块(1)：用于承当可变指向麦克风，接收声音方位计算模块控制，来监控指定方向声音，输出过滤后声音给声音采集模型(2)；以及声音增益调节模块(2)，声音方位计算模块(3)，事件位置预测模块(4)，人员检测模块(5)，数据同步模块(6)，数据录制模块(7)，全景摄像头模块(8)；本发明采用以上技术方案，通过图像的检测确认事件发生方位，控制麦克风阵列接收区域，从而抑制其他方向的声音以及噪音，实现视频监控摄像头的音频采集去噪，得到对事件更加清晰音频记录。

Description

一种基于图像分析的声音过滤系统及其声音过滤方法
技术领域
本发明涉及声音过滤处理技术领域，尤其是涉及一种基于图像分析的声音过滤系统及其声音过滤方法。
背景技术
现有视频监控摄像机的声音录制为全方向录制，录制声音的同时也录制周边噪音，在实际应用中事件发生时，视频监控摄像机会把周边噪音与其他声音以及目标的声音一起录制，最终导致最终声音的噪音过大，声音采集可用差。所以这需要一种对视频监控摄像头的声音采集去噪效果更好的方法。
发明内容
针对解决上述技术问题，本发明提供一种基于图像分析的声音过滤系统及其声音过滤方法，解决监控视频过多周边噪音导致录音不可用。
本发明提供一种基于图像分析的声音过滤系统，包括如下功能模块：
阵列麦克风模块(1)：用于承当可变指向麦克风，接收声音方位计算模块控制，来监控指定方向声音，输出过滤后声音给声音采集模型(2)；
声音增益调节模块(2)：用于接收阵列麦克风模块(1)的声音数据，事件位置预测模块(4)的监控声音的位置信息，人员检测模块(5)所有人员位置与大小，按照监控声音的位置信息过滤出符合人员，按照过滤人员的平均大小，对声音数据进行增益调节，把调节好声音转给数据同步模块(6)；
声音方位计算模块(3)：用于接收事件位置预测模块(4)的监控声音的位置信息，计算出需要监听的方向与范围，发送阵列麦克风模块(1)；
事件位置预测模块(4)：用于根据人员检测模块(5)上报图像的人员检查结果，分析多人员移动方向，预判出可能纠纷以及打架事件，通知声音方位计算模型(3)的监控声音的位置信息；
人员检测模块(5)：使用目标检测算法(YOLO算法)检测出图像出现人员，把人员位置通知给事件位置预测模块(4)与声音增益调节模块(2)；
数据同步模块(6)：接收声音增益调节模块(2)的音频，接收全景摄像头模块(8)的视频图像数据；根据时戳值进行同步；把同步后的数据给数据录制模块(7)；
数据录制模块(7)：保证音视频数据到存储；
全景摄像头模块(8)：用于负责监控视频数据采集，输出视频数据给人员检测模块(5)。
基于上述一种基于图像分析的声音过滤系统，本发明还提供一种基于图像分析的声音过滤方法，包括如下步骤：
步骤1：全景摄像头模块(8)采集真实世界的图像数据，输出图像数据给人员检测模块(5)；
步骤2：人员检测模块(5)采用目标检测算法(YOLO算法)识别出图像数据出现所有人；
步骤3：事件位置预测模块(4)根据人员检测模块(5)上报图像的人员检查结果，预判出可能纠纷以及打架事件；
3.1、事件位置预测模块(4)分析视频图像中所有的人员移动方向，对图像中每个人人员区域，进行色域统计，红绿蓝分别占比；对原有图像的每个人员与新图像的所有人员进行色域进行差值计算，红绿蓝占比的差值的平均值，如果小于阀值T(设为10％)人员生成候选清单，候选清单的人员与原有图像的人员距离最近为判断为同一人；同一人员从原来图像到新图像的变化方向，为该人员的移动方向；
3.2、把所有人员的移动方向在图像做延长线，延长线互相相交生成交叉点，查询图像中交叉点最密集区域为的可能纠纷以及打架事件区域，通知声音方位计算模型(3)的监控声音在图像位置；
步骤4：声音方位计算模块(3)接收事件位置预测模块(4)的监控声音的位置信息，计算出需要监听的方向与范围，发送阵列麦克风模块(1)；
4.1、声音方位计算模块(3)分析监听的方向方法，根据全景摄像头模块(8)的镜头安装角度得到图像中心点角度值，全景摄像头模块(8)的镜头的可视角度值得到图像两边的角度值，把监控声音在图像位置进行线性计算，这个完成图像空间位置到真实在世界方位转换，最终得到声音方位计算模块(3)监听的中心的方向；
4.2、声音方位计算模块(3)分析监听的范围方法，计算图像的所有人与监控声音在图像位置的平均距离，以平均值乘以系数(取1.5)做为声音在图像中范围区域，使用步骤4.1方法完成图像范围到真实世界角度范围转换；
4.3、声音方位计算模块(3)把计算好监听的方向与范围，发送阵列麦克风模块(1)；
步骤5：使用麦克风阵列做信号的提取和分离特性，阵列麦克风模块(1)使用声源信号分离技术则是将需要将声音全部分离提取出来，阵列麦克风模块(1)接收到监听的方向与范围的角度值，进行分离后声音进行过滤，最终得到监听目标的声音；
步骤6：声音增益调节模块(2)接收阵列麦克风模块(1)的声音数据、事件位置预测模块(4)的监控声音的位置信息、人员检测模块(5)所有人员位置与大小；按照监控声音的位置信息过滤出符合人员，按照过滤人员的平均大小，调节系数A除以过滤人员的平均大小，作为增益系数对声音数据进行增益调节，把调节好声音转给数据同步模块(6)；实现人员目标比较远时，进行声音放大效果；
步骤7：数据同步模块(6)接收声音增益调节模块(2)的音频，接收全景摄像头模块(8)的视频图像数据；根据时戳值进行同步，按照音频时戳为基准插入对应时间视频图像数据；把同步后的数据给数据录制模块(7)；
步骤8：数据录制模块(7)保证音视频数据到存储。
与现有技术相比，本发明具有如下有益效果：
本发明采用以上技术方案，通过图像的检测确认事件发生方位，控制麦克风阵列接收区域，从而抑制其他方向的声音以及噪音，实现视频监控摄像头的音频采集去噪，得到对事件更加清晰音频记录。
附图说明
图1是本发明中一种基于图像分析的声音过滤系统的工作原理框图。
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。
如图1所示：本发明提供一种基于图像分析的声音过滤系统的具体实施例，包括如下功能模块：
阵列麦克风模块1：用于承当可变指向麦克风，接收声音方位计算模块控制，来监控指定方向声音，输出过滤后声音给声音采集模型2；
声音增益调节模块2：用于接收阵列麦克风模块1的声音数据，事件位置预测模块4的监控声音的位置信息，人员检测模块5所有人员位置与大小，按照监控声音的位置信息过滤出符合人员，按照过滤人员的平均大小，对声音数据进行增益调节，把调节好声音转给数据同步模块6；
声音方位计算模块3：用于接收事件位置预测模块4的监控声音的位置信息，计算出需要监听的方向与范围，发送阵列麦克风模块1；
事件位置预测模块4：用于根据人员检测模块5上报图像的人员检查结果，分析多人员移动方向，预判出可能纠纷以及打架事件，通知声音方位计算模型3的监控声音的位置信息；
人员检测模块5：使用目标检测算法(本实施例中：目标检测算法采用YOLO算法)检测出图像出现人员，把人员位置通知给事件位置预测模块4与声音增益调节模块2；
数据同步模块6：接收声音增益调节模块2的音频，接收全景摄像头模块8的视频图像数据；根据时戳值进行同步；把同步后的数据给数据录制模块7；
数据录制模块7：保证音视频数据到存储；
全景摄像头模块8：用于负责监控视频数据采集，输出视频数据给人员检测模块5。
基于上述一种基于图像分析的声音过滤系统，如图1所示，本发明还提供一种基于图像分析的声音过滤方法，包括如下步骤：
步骤1：全景摄像头模块8采集真实世界的图像数据，输出图像数据给人员检测模块5；
步骤2：人员检测模块5采用目标检测算法(本实施例中：目标检测算法采用YOLO算法)识别出图像数据出现所有人；
步骤3：事件位置预测模块4根据人员检测模块5上报图像的人员检查结果，预判出可能纠纷以及打架事件；
3.1、事件位置预测模块4分析视频图像中所有的人员移动方向，对图像中每个人人员区域，进行色域统计，红绿蓝分别占比；对原有图像的每个人员与新图像的所有人员进行色域进行差值计算，红绿蓝占比的差值的平均值，如果小于阀值T(本实施例中：阀值T设为10％)人员生成候选清单，候选清单的人员与原有图像的人员距离最近为判断为同一人；同一人员从原来图像到新图像的变化方向，为该人员的移动方向；
3.2、把所有人员的移动方向在图像做延长线，延长线互相相交生成交叉点，查询图像中交叉点最密集区域为的可能纠纷以及打架事件区域，通知声音方位计算模型3的监控声音在图像位置；
步骤4：声音方位计算模块3接收事件位置预测模块4的监控声音的位置信息，计算出需要监听的方向与范围，发送阵列麦克风模块1；
4.1、声音方位计算模块3分析监听的方向方法，根据全景摄像头模块8的镜头安装角度得到图像中心点角度值，全景摄像头模块8的镜头的可视角度值得到图像两边的角度值，把监控声音在图像位置进行线性计算，这个完成图像空间位置到真实在世界方位转换，最终得到声音方位计算模块3监听的中心的方向；
4.2、声音方位计算模块3分析监听的范围方法，计算图像的所有人与监控声音在图像位置的平均距离，以平均值乘以系数(本实施例中：系数取1.5做为声音在图像中范围区域，使用步骤4.1方法完成图像范围到真实世界角度范围转换；
4.3、声音方位计算模块3把计算好监听的方向与范围，发送阵列麦克风模块1；
步骤5：使用麦克风阵列做信号的提取和分离特性，阵列麦克风模块1使用声源信号分离技术则是将需要将声音全部分离提取出来，阵列麦克风模块1接收到监听的方向与范围的角度值，进行分离后声音进行过滤，最终得到监听目标的声音；
步骤6：声音增益调节模块2接收阵列麦克风模块1的声音数据、事件位置预测模块4的监控声音的位置信息、人员检测模块5所有人员位置与大小；按照监控声音的位置信息过滤出符合人员，按照过滤人员的平均大小，调节系数A除以过滤人员的平均大小，作为增益系数对声音数据进行增益调节，把调节好声音转给数据同步模块6；实现人员目标比较远时，进行声音放大效果；
步骤7：数据同步模块6接收声音增益调节模块2的音频，接收全景摄像头模块8的视频图像数据；根据时戳值进行同步，按照音频时戳为基准插入对应时间视频图像数据；把同步后的数据给数据录制模块7；
步骤8：数据录制模块7保证音视频数据到存储。
本发明采用以上技术方案，通过图像的检测确认事件发生方位，控制麦克风阵列接收区域，从而抑制其他方向的声音以及噪音，实现视频监控摄像头的音频采集去噪，得到对事件更加清晰音频记录。
需要说明的是，在本文中，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。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实例的说明只是用于帮助理解本发明的方法及其核心思想，以上所述仅是本发明的优选实施方式，应当指出，由于文字表达的有限性，而客观上存在无限的具体结构，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进、润饰或变化，也可以将上述技术特征以适当的方式进行组合；这些改进润饰、变化或组合，或未经改进将发明的构思和技术方案直接应用于其它场合的，均应视为本发明的保护范围。

Claims (4)

1.一种基于图像分析的声音过滤系统，其特征在于，包括如下功能模块：
阵列麦克风模块（1）：用于承当可变指向麦克风，接受声音方位计算模块（3）的控制，来监控指定方向的声音，输出过滤后的声音给声音增益调节模块（2）；
声音增益调节模块（2）：用于接收阵列麦克风模块（1）的声音数据、事件位置预测模块（4）检测到的区域的位置信息和人员检测模块（5）检测到的所有人员位置与大小，按照区域的位置信息过滤出符合人员，按照过滤出的人员的平均大小，对声音数据进行增益调节，把调节好声音转给数据同步模块（6）；
声音方位计算模块（3）：用于接收事件位置预测模块（4）检测到的区域的位置信息，计算出需要监听的方向与范围，发送给阵列麦克风模块（1）；
事件位置预测模块（4）：用于根据人员检测模块（5）上报图像的人员检查结果，分析多人员的移动方向，预判出可能的纠纷以及打架事件的区域，通知声音方位计算模块（3）该区域的位置信息；
人员检测模块（5）：使用目标检测算法检测出图像出现人员，把人员位置通知给事件位置预测模块（4）与声音增益调节模块（2）；
数据同步模块（6）：接收声音增益调节模块（2）的音频，接收全景摄像头模块（8）的视频图像数据；根据时戳值进行同步；把同步后的数据给数据录制模块（7）；
数据录制模块（7）：保证音视频数据的存储；
全景摄像头模块（8）：用于负责监控视频数据采集，输出视频数据给人员检测模块（5）。
2.一种基于图像分析的声音过滤方法，其特征在于，包括如下步骤：
步骤1：全景摄像头模块（8）采集真实世界的图像数据，输出图像数据给人员检测模块（5）；
步骤2：人员检测模块（5）采用目标检测算法识别出图像数据出现的所有人；
步骤3：事件位置预测模块（4）根据人员检测模块（5）上报图像的人员检查结果，预判出可能的纠纷以及打架事件的区域，通知声音方位计算模块（3）该区域的位置信息；
步骤4：声音方位计算模块（3）接收事件位置预测模块（4）检测到的区域的位置信息，计算出需要监听的方向与范围，发送给阵列麦克风模块（1）；
步骤5：使用麦克风阵列做信号的提取和分离特性，阵列麦克风模块（1）使用声源信号分离技术将声音全部分离提取出来，阵列麦克风模块（1）接收到监听的方向与范围的角度值，对分离后声音进行过滤，最终得到监听目标的声音；
步骤6：声音增益调节模块（2）接收阵列麦克风模块（1）的声音数据、事件位置预测模块（4）检测到的区域的位置信息和人员检测模块（5）检测到的所有人员位置与大小；按照区域的位置信息过滤出符合人员，按照过滤出的人员的平均大小，调节系数A除以过滤出的人员的平均大小，作为增益系数对声音数据进行增益调节，把调节好声音转给数据同步模块（6）；实现人员目标比较远时，进行声音放大效果；
步骤7：数据同步模块（6）接收声音增益调节模块（2）的音频，接收全景摄像头模块（8）的视频图像数据；根据时戳值进行同步，按照音频时戳为基准插入对应时间视频图像数据；把同步后的数据给数据录制模块（7）；
步骤8：数据录制模块（7）保证音视频数据的存储。
3.根据权利要求2中所述的一种基于图像分析的声音过滤方法，其特征在于，步骤3的具体流程如下：
3.1、事件位置预测模块（4）分析视频图像中所有的人员移动方向，对图像中每个人的区域的每个像素的RGB(红绿蓝）的数值，分别进行平均值计算，得到每个人的RGB均值，R占比为 R均值/（R均值+G均值+B均值），G占比为 G均值/（R均值+G均值+B均值），B占比为 B均值/（R均值+G均值+B均值），最终得到RGB(红绿蓝）分别占比值；对原有图像的每个人员与新图像的所有人员进行RGB占比值进行差值计算得到差值，取RGB（红绿蓝）占比的差值的平均值，如果差值平均值小于阀值T，则把该人员加入候选清单，候选清单的人员与原有图像的人员距离最近的判断为同一人；同一人员从原有图像到新图像的变化方向，为该人员的移动方向；
3.2、把所有人员的移动方向在图像做延长线，延长线互相相交生成交叉点，查询图像中交叉点最密集区域为可能的纠纷以及打架事件区域，通知声音方位计算模块（3）该区域的图像位置。
4.根据权利要求2中所述的一种基于图像分析的声音过滤方法，其特征在于，步骤4的具体流程如下：
4.1、声音方位计算模块（3）分析监听的方向，具体包括：根据全景摄像头模块（8）的镜头安装角度得到图像中心点角度值，根据全景摄像头模块（8）的镜头的可视角度值得到图像两边的角度值，对区域的图像位置进行线性计算，完成图像空间位置到真实世界方位转换，最终得到声音方位计算模块（3）监听的中心的方向；
4.2、声音方位计算模块（3）分析监听的范围，具体包括：计算图像的所有人与区域在图像位置的平均距离，以平均距离乘以系数作为声音在图像中范围区域，使用步骤4.1完成图像范围到真实世界角度范围转换；
4.3、声音方位计算模块（3）把计算好监听的方向与范围，发送给阵列麦克风模块（1）。
CN201911264104.2A 2019-12-11 2019-12-11 一种基于图像分析的声音过滤系统及其声音过滤方法 Active CN110933254B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911264104.2A CN110933254B (zh) 2019-12-11 2019-12-11 一种基于图像分析的声音过滤系统及其声音过滤方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911264104.2A CN110933254B (zh) 2019-12-11 2019-12-11 一种基于图像分析的声音过滤系统及其声音过滤方法

Publications (2)

Publication Number Publication Date
CN110933254A CN110933254A (zh) 2020-03-27
CN110933254B true CN110933254B (zh) 2021-09-07

Family

ID=69858877

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911264104.2A Active CN110933254B (zh) 2019-12-11 2019-12-11 一种基于图像分析的声音过滤系统及其声音过滤方法

Country Status (1)

Country Link
CN (1) CN110933254B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112423191B (zh) * 2020-11-18 2022-12-27 青岛海信商用显示股份有限公司 一种视频通话设备和音频增益方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105049807A (zh) * 2015-07-31 2015-11-11 小米科技有限责任公司 监控画面声音采集方法及装置
CN107534725A (zh) * 2015-05-19 2018-01-02 华为技术有限公司 一种语音信号处理方法及装置
CN109474797A (zh) * 2019-01-04 2019-03-15 北京快鱼电子股份公司 基于全景摄像头和麦克风阵列的会议转录系统
CN109506568A (zh) * 2018-12-29 2019-03-22 苏州思必驰信息科技有限公司 一种基于图像识别和语音识别的声源定位方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8073157B2 (en) * 2003-08-27 2011-12-06 Sony Computer Entertainment Inc. Methods and apparatus for targeted sound detection and characterization

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107534725A (zh) * 2015-05-19 2018-01-02 华为技术有限公司 一种语音信号处理方法及装置
CN105049807A (zh) * 2015-07-31 2015-11-11 小米科技有限责任公司 监控画面声音采集方法及装置
CN109506568A (zh) * 2018-12-29 2019-03-22 苏州思必驰信息科技有限公司 一种基于图像识别和语音识别的声源定位方法及装置
CN109474797A (zh) * 2019-01-04 2019-03-15 北京快鱼电子股份公司 基于全景摄像头和麦克风阵列的会议转录系统

Also Published As

Publication number Publication date
CN110933254A (zh) 2020-03-27

Similar Documents

Publication Publication Date Title
US9595259B2 (en) Sound source-separating device and sound source-separating method
US9749738B1 (en) Synthesizing audio corresponding to a virtual microphone location
CN100546367C (zh) 信号处理装置,信号处理方法
JP5060565B2 (ja) 信号の信頼できる識別をするためのビデオ及びオーディオ信号内容の特徴の抽出
CN105554443B (zh) 视频图像中异响来源的定位方法及装置
Donley et al. Easycom: An augmented reality dataset to support algorithms for easy communication in noisy environments
CN107820037B (zh) 音频信号、图像处理的方法、装置和系统
US20090154896A1 (en) Video-Audio Recording Apparatus and Video-Audio Reproducing Apparatus
JP5618043B2 (ja) 映像音響処理システム、映像音響処理方法及びプログラム
CN107888973B (zh) 一种脑电控制的视频输入听觉显示导盲装置及方法
US20160360150A1 (en) Method an apparatus for isolating an active participant in a group of participants
CN104378635B (zh) 基于麦克风阵列辅助的视频感兴趣区域的编码方法
US20140086551A1 (en) Information processing apparatus and information processing method
JPH09275533A (ja) 信号処理装置
CN110933254B (zh) 一种基于图像分析的声音过滤系统及其声音过滤方法
CN111551921A (zh) 一种声像联动的声源定向系统及方法
CN112015364A (zh) 拾音灵敏度的调整方法、装置
JP2004171490A (ja) 画像検出装置及び画像検出方法
CA2756165A1 (en) System and method for time series filtering and data reduction
JP6818445B2 (ja) 音データ処理装置および音データ処理方法
CN110708600A (zh) 识别电视的有效观看者的方法和设备
JP2000152109A (ja) テレビ受像機
US20230186654A1 (en) Systems and methods for detection and display of whiteboard text and/or an active speaker
EP3101839A1 (en) Method and apparatus for isolating an active participant in a group of participants using light field information
JPH05227531A (ja) カメラ監視システム

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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A sound filtering system based on image analysis and its sound filtering method

Effective date of registration: 20211202

Granted publication date: 20210907

Pledgee: Hangzhou High-tech Financing Guarantee Co.,Ltd.

Pledgor: HANGZHOU XUJIAN SCIENCE AND TECHNOLOGY Co.,Ltd.

Registration number: Y2021980013922

PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20220322

Granted publication date: 20210907

Pledgee: Hangzhou High-tech Financing Guarantee Co.,Ltd.

Pledgor: HANGZHOU XUJIAN SCIENCE AND TECHNOLOGY Co.,Ltd.

Registration number: Y2021980013922

PC01 Cancellation of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A sound filtering system based on image analysis and its sound filtering method

Effective date of registration: 20220322

Granted publication date: 20210907

Pledgee: Shanghai Guotai Junan Securities Asset Management Co.,Ltd.

Pledgor: HANGZHOU XUJIAN SCIENCE AND TECHNOLOGY Co.,Ltd.

Registration number: Y2022990000162

PE01 Entry into force of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20230131

Granted publication date: 20210907

Pledgee: Shanghai Guotai Junan Securities Asset Management Co.,Ltd.

Pledgor: HANGZHOU XUJIAN SCIENCE AND TECHNOLOGY Co.,Ltd.

Registration number: Y2022990000162

PC01 Cancellation of the registration of the contract for pledge of patent right