基于聲譜圖的公共場所異常聲音特征提取及識別研究.pdf

1、公共場所的安全防護(hù)對于社會的安定和諧，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)控的公共場所異常聲音識別作為視頻監(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，對于公共場所異常聲音特征提取及識別的研究有重大的實(shí)用價(jià)值和學(xué)術(shù)意義。目前對異常聲音特征提取大多沿用傳統(tǒng)的語音信號處理方法如梅爾頻率倒譜系數(shù)(Mel-Frequency Cepstrum Coefficient，MFCC

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

3、2D-Gabor濾波器對聲譜圖時頻特征進(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)行分類識別。本文主要開展的工作如下：
　　 ①對公共場所異常聲音的預(yù)處理。1)由于公共場所背景

4、噪聲的特性表現(xiàn)為能量散布均勻，短時能量較為平穩(wěn)；而異常聲音信號表現(xiàn)為沖激信號，短時能量集中，在背景噪聲中突出。為此，本文采用短時能量雙門限閾值方法從公共場所背景噪聲中提取異常聲音的有效片段。2)因?yàn)楣矆鏊尘霸肼暦?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)去除公共場所背景噪聲。通過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通過對公共場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的本質(zhì)，同時又具備很好的鑒別性。而公共場所背景噪聲的聲譜圖則沒有明顯的時頻結(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異常聲音分類識別有效的特征，避免公共場所背景噪聲的影響?；谏鲜隼碛?，本文將公共場所異常聲音信號轉(zhuǎn)換為聲譜圖，并且為了更好地挖掘聲譜圖中時頻結(jié)構(gòu)

6、特征量信息，采用2D-Gabor濾波器對異常聲音聲譜圖的時頻結(jié)構(gòu)進(jìn)行描述，以利于后續(xù)對異常聲音聲譜圖的特征提取及識別研究。
　　 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所異常聲音特征提取及識別的方法。該方法在異常聲音聲譜圖的2D-Gabor時頻結(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