基于聲譜圖的公共場(chǎng)所異常聲音特征提取及識(shí)別研究.pdf

1、公共場(chǎng)所的安全防護(hù)對(duì)于社會(huì)的安定和諧，人民的生命財(cái)產(chǎn)安全意義重大。目前，視頻監(jiān)控系統(tǒng)已成為獲取異常事件發(fā)生的各類信息的主要手段?；谝纛l監(jiān)控的公共場(chǎng)所異常聲音識(shí)別作為視頻監(jiān)控的輔助和補(bǔ)充，可以有效揭示異常事件的發(fā)生。因此，對(duì)于公共場(chǎng)所異常聲音特征提取及識(shí)別的研究有重大的實(shí)用價(jià)值和學(xué)術(shù)意義。目前對(duì)異常聲音特征提取大多沿用傳統(tǒng)的語(yǔ)音信號(hào)處理方法如梅爾頻率倒譜系數(shù)(Mel-Frequency Cepstrum Coefficient，MFCC

2、)、線性預(yù)測(cè)倒譜系數(shù)(Linear Prediction Cepstrum Coefficient，LPCC)等。由于公共場(chǎng)所異常聲音包括語(yǔ)音信號(hào)如尖叫聲和非語(yǔ)音信號(hào)如爆炸聲、槍聲及玻璃破碎聲等。另外，公共場(chǎng)所還存在汽車?guó)Q笛聲、談話聲、腳步聲以及低頻大氣噪聲的干擾等。為此，傳統(tǒng)的基于語(yǔ)音處理的特征提取方法存在明顯的不足。針對(duì)上述問(wèn)題，通過(guò)對(duì)公共場(chǎng)所異常聲音聲譜圖等特性的分析，本文提出首先將公共場(chǎng)所異常聲音信號(hào)轉(zhuǎn)換為異常聲音的聲譜圖，采用

3、2D-Gabor濾波器對(duì)聲譜圖時(shí)頻特征進(jìn)行特征描述；然后采用隨機(jī)非負(fù)獨(dú)立成分分析(Stochastic Non-negative Independent Component Analysis，SNICA)提取異常聲音的聲譜圖特征，最后采用稀疏表示分類(Sparse RepresentationClassification，SRC)方法進(jìn)行分類識(shí)別。本文主要開(kāi)展的工作如下：
　　 ①對(duì)公共場(chǎng)所異常聲音的預(yù)處理。1)由于公共場(chǎng)所背景

4、噪聲的特性表現(xiàn)為能量散布均勻，短時(shí)能量較為平穩(wěn)；而異常聲音信號(hào)表現(xiàn)為沖激信號(hào)，短時(shí)能量集中，在背景噪聲中突出。為此，本文采用短時(shí)能量雙門(mén)限閾值方法從公共場(chǎng)所背景噪聲中提取異常聲音的有效片段。2)因?yàn)楣矆?chǎng)所背景噪聲符合.SaS分布(Symmetry Alpha-Stable，SaS)，本文采用最小平均p范數(shù)方法(Least Mean P-norm，LMP)去除公共場(chǎng)所背景噪聲。通過(guò)與小波閾值去噪方法進(jìn)行比較，驗(yàn)證了本文所用方法的有效性。

5、
　　 ②通過(guò)對(duì)公共場(chǎng)所異常聲音的形成原理、基音頻率和聲譜圖等三種特性的分析。本文認(rèn)為：異常聲音聲譜圖的時(shí)頻結(jié)構(gòu)在朝向和細(xì)微程度上有顯著不同，可以揭示異常聲音信號(hào)的本質(zhì)，同時(shí)又具備很好的鑒別性。而公共場(chǎng)所背景噪聲的聲譜圖則沒(méi)有明顯的時(shí)頻結(jié)構(gòu)，分布均勻。為此，根據(jù)異常聲音聲譜圖可以提取到對(duì)異常聲音分類識(shí)別有效的特征，避免公共場(chǎng)所背景噪聲的影響?；谏鲜隼碛?，本文將公共場(chǎng)所異常聲音信號(hào)轉(zhuǎn)換為聲譜圖，并且為了更好地挖掘聲譜圖中時(shí)頻結(jié)構(gòu)

6、特征量信息，采用2D-Gabor濾波器對(duì)異常聲音聲譜圖的時(shí)頻結(jié)構(gòu)進(jìn)行描述，以利于后續(xù)對(duì)異常聲音聲譜圖的特征提取及識(shí)別研究。
　　 ③根據(jù)異常聲音聲譜圖具有類內(nèi)相似，類間不同的特點(diǎn)，本文建立了基于公共場(chǎng)所異常聲音聲譜圖的全局稀疏表示模型，并由該模型研究一種用于公共場(chǎng)所異常聲音特征提取及識(shí)別的方法。該方法在異常聲音聲譜圖的2D-Gabor時(shí)頻結(jié)構(gòu)描述基礎(chǔ)上，采用SNICA提取異常聲音聲譜圖中的稀疏特征基，該特征基可以較好地反映出聲譜