基于無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的公共場(chǎng)所異常聲音識(shí)別與定位方法研究.pdf

1、當(dāng)今針對(duì)公共場(chǎng)所的暴力恐怖事件時(shí)有發(fā)生，加強(qiáng)公共場(chǎng)所安全防護(hù)，依法打擊犯罪，有效震懾犯罪分子，保障人們?cè)诠矆?chǎng)所的日?；顒?dòng)安全成為了各國(guó)政府關(guān)心的問(wèn)題。公共場(chǎng)所中因其人員繁雜和流量巨大等特點(diǎn)給傳統(tǒng)的視頻監(jiān)控系統(tǒng)帶來(lái)了巨大挑戰(zhàn)，配備專(zhuān)職監(jiān)控人員在大量監(jiān)控?cái)z像機(jī)之間進(jìn)行畫(huà)面切換和觀察，已經(jīng)很難滿(mǎn)足監(jiān)控的實(shí)時(shí)性要求。因此提高現(xiàn)有視頻監(jiān)控系統(tǒng)的智能化水平，對(duì)提高監(jiān)控效率具有非常重要的意義。針對(duì)現(xiàn)有視頻監(jiān)控系統(tǒng)中忽視對(duì)公共場(chǎng)所音頻處理的不足，本研

2、究著眼于伴隨暴力恐怖事件發(fā)生的哭聲、尖叫聲、槍聲和爆炸聲等異常聲音，通過(guò)在公共場(chǎng)所中部署的無(wú)線(xiàn)傳感器節(jié)點(diǎn)實(shí)現(xiàn)異常聲音采樣，在詳細(xì)分析了異常聲音的時(shí)頻域特征之后，使用SVM分類(lèi)器實(shí)現(xiàn)聲音識(shí)別，在此基礎(chǔ)上提出了一種改進(jìn)的最小二乘定位算法，實(shí)現(xiàn)聲音的定位，最終為視頻監(jiān)控系統(tǒng)提供聽(tīng)覺(jué)定位輔助信息，便于其對(duì)異常情況發(fā)生地點(diǎn)的拍攝，提高監(jiān)控過(guò)程中的針對(duì)性。論文的主要工作如下:
　　(1)總結(jié)了現(xiàn)有的聲源識(shí)別和定位技術(shù)，包括技術(shù)原理和優(yōu)缺點(diǎn)分析

3、。詳細(xì)討論了對(duì)異常聲音的預(yù)處理技術(shù)，包括降采樣、加窗分幀、預(yù)加重、端點(diǎn)檢測(cè)和小波去噪，并給出了相應(yīng)的實(shí)驗(yàn)結(jié)果與分析。
　　(2)收集大量異常聲音樣本建立數(shù)據(jù)庫(kù)，并深入分析了異常聲音的時(shí)頻域特性，引入線(xiàn)性相關(guān)系數(shù)作為評(píng)價(jià)函數(shù)，利用過(guò)濾式特征選擇方法實(shí)現(xiàn)異常聲音的特征選擇，在此基礎(chǔ)上引入SVM分類(lèi)算法，實(shí)現(xiàn)了異常聲音分類(lèi)。
　　(3)針對(duì)現(xiàn)有的基于能量的最大似然估計(jì)定位算法和非線(xiàn)性最小二乘聲源定位算法存在的不足，給出了一種基于加