基于matlab MFCC+GMM的安全事件聲學(xué)檢測(cè)系統(tǒng)
一、安全事件聲學(xué)檢測(cè)簡(jiǎn)介(附lunwen)
1 選題背景
公共安全問題是社會(huì)安全穩(wěn)定所聚焦的話題之一。近年來,檢測(cè)技術(shù)與監(jiān)控自動(dòng)化正深刻地改變著人們的生活。尤其在安防領(lǐng)域,閉路電視CCTV(Closed Circuit Television)、視頻流分析、智能監(jiān)控等新技術(shù)得到了廣泛應(yīng)用,大大提高了安防監(jiān)控的管理效率。然而值得注意的是,基于視頻流的監(jiān)控手段不可避免地也具有一定的先天性缺漏,例如存在視野盲區(qū)、易受光照影響等問題,對(duì)于事件檢測(cè),還可能存在語義不明的問題,監(jiān)控手段不夠全面。純視頻手段在槍擊、爆炸、暴恐襲擊、人群恐慌等具有較強(qiáng)語義性的突發(fā)公共安全事件中,往往不如聲學(xué)檢測(cè)分析手段敏感和有效。聲學(xué)事件檢測(cè)主要是使用一些聲學(xué)處理方法,刻畫現(xiàn)場(chǎng)音頻流的聲學(xué)特征,再結(jié)合適當(dāng)?shù)姆诸惼鬟M(jìn)行檢測(cè)分類,從而實(shí)現(xiàn)對(duì)音頻流中出現(xiàn)的聲學(xué)事件進(jìn)行檢測(cè)分析?;诼晫W(xué)的公共安全事件檢測(cè)在反恐、維穩(wěn)、社會(huì)治安等多個(gè)領(lǐng)域具有廣泛的使用價(jià)值和應(yīng)用前景。本課題重點(diǎn)針對(duì)槍擊與爆炸兩類突發(fā)公共安全事件,對(duì)相應(yīng)的聲學(xué)檢測(cè)方法進(jìn)行了研究。
2 研究現(xiàn)狀
對(duì)于槍聲的研究聚焦在對(duì)于膛口波和彈道波的研究分析上。吳松林等深基于彈丸的空氣動(dòng)力學(xué)模型,深入分析了彈道激波的成因和理論波形;蔣灝等分析了小口徑武器發(fā)射的膛口波和彈道激波,并設(shè)計(jì)了基于膛口激波的DOA模型對(duì)彈丸彈道軌跡進(jìn)行估計(jì);盧慧洋分析了彈道波和膛口波在槍聲檢測(cè)與定位中的作用,并設(shè)計(jì)了一套基于正三角形麥克風(fēng)陣列的槍聲定位與測(cè)距軟硬件系統(tǒng)。
對(duì)于聲信號(hào)處理和聲學(xué)特征的研究,趙力等給出了常用的信號(hào)加窗成幀、端點(diǎn)檢測(cè)以及常用聲學(xué)特征的計(jì)算方法;韓紀(jì)慶等對(duì)聲學(xué)事件檢測(cè)技術(shù)與常用模型做了綜述性介紹。徐大為等對(duì)比了基于不同聲信號(hào)特征的端點(diǎn)檢測(cè)方法,并分析了他們對(duì)噪聲的抵制能力和運(yùn)算實(shí)時(shí)性。
針對(duì)槍聲的信號(hào)處理與聲學(xué)事件檢測(cè)研究中,蔣小為和張文等[7]通過低通濾波和譜減法針對(duì)膛口波進(jìn)行去噪處理,在實(shí)驗(yàn)中得到了與理論波形高度相近的膛口波信號(hào)波形,如圖1.22所示,并提出可以使用相關(guān)分析進(jìn)行槍聲檢測(cè)。張克剛等人研究了基于短時(shí)能量分析對(duì)槍聲信號(hào)進(jìn)行端點(diǎn)檢測(cè)的方法,并提出使用持續(xù)時(shí)間處理來剔除瞬時(shí)大能量噪聲。張濤、張文、朱強(qiáng)強(qiáng)等人的研究中指出,可以采用MFCC作為目標(biāo)片段的特征,用于進(jìn)一步給分類器進(jìn)行分類檢測(cè)。
對(duì)于聲學(xué)事件檢測(cè)的分類器,Clavel等討論了監(jiān)控環(huán)境中的槍聲檢測(cè),并通過PCA選擇13維特征作為GMM模型的輸入特征;劉力維等提出使用10階中值濾波處理端點(diǎn)檢測(cè)中的能量序列,并用GMM對(duì)目標(biāo)片段的按MFCC特征進(jìn)行分類;朱強(qiáng)強(qiáng)分析了Logo、FFS、Adaboost三種特征選擇算法,用特征選擇算法對(duì)時(shí)域特征、頻域特征、感知域特征、基于自相關(guān)函數(shù)的特征等共計(jì)9個(gè)特征組成的特征全集進(jìn)行特征選擇,并最后輸入到GMM中進(jìn)行分類;Pimentel等人提出了通過分析聚類過程中的WSS指標(biāo)來確定聚類算法中聚類中心數(shù)目的方法。
關(guān)于聲學(xué)事件數(shù)據(jù)庫,F(xiàn)onseca等人所在的龐培法布拉大學(xué)(Universitat Pompeu Fabra, Barcelona)音樂技術(shù)研究小組為了解決目前數(shù)據(jù)驅(qū)動(dòng)型(data-driven)聲學(xué)計(jì)算研究所遇到的瓶頸和困難,發(fā)起了Freesound Datasets項(xiàng)目,并建立了一個(gè)基于眾包(crowdsourcing)、規(guī)模宏大、音頻種類較齊全的大型公開數(shù)據(jù)庫Freesound;坦佩雷理工大學(xué)(Tampere University of Technology,TUT)信號(hào)處理學(xué)系Mesaro等人發(fā)起了事件檢測(cè)挑戰(zhàn)TUT Sound Events Challenge與聲學(xué)場(chǎng)景檢測(cè)挑戰(zhàn)Acoustic Scene Classification Challenge,加速了基于聲學(xué)的事件檢測(cè)和場(chǎng)景分析的相關(guān)研究。
3 算法流程設(shè)計(jì)

二、部分源代碼
for ii = 1:24 % 7 8 wav分別為背景聲和背景+槍聲,21-24是爆炸聲
if 8 < ii && ii < 21
continue;
end
% 取信號(hào)
file_name = strcat('gun',num2str(ii));
file_name = strcat(file_name,'.wav');
fprintf('reading %s...\n',file_name);
[y,fs] = audioread(file_name);
sz = size(y);
gun = (y(:,1))'; % 單聲道
% 原信號(hào)
figure(ii);
p2 = abs(fft(gun)/length(gun));
% size(gun)
% size(1:length(gun)/2+1)
gun_fft = p2(1:length(gun)/2+1);
gun_fft(2:end-1) = 2*gun_fft(2:end-1);
f = fs*(0:(length(gun)/2))/length(gun);
subplot(3,2,1);plot(gun);xlabel('t / s');title('signal');
subplot(3,2,2);plot(f,gun_fft);title('spectrum');xlabel('frequency / Hz');
% 短時(shí)能量分析
N = 300; % 窗寬(張克剛)
inc = 100; % 幀移(張克剛)
win = hamming(N);
% frameout: num x N
% t: num x 1, centers of frames
% energy: 1 x num
[frameout,t,energy]=enframe(y,win,inc);
t = t';
% 自適應(yīng)短時(shí)能量閾值分割
%size(energy)
threshold = min(energy)+0.2*(max(energy)-min(energy));
processed_energy = energy;
for i = 1:length(energy)
processed_energy(i) = 0;
if energy(i) >= threshold
processed_energy(i) = 1;
end
%fprintf('%d: %f > %f = %d\n',ii,energy(i),threshold,processed_energy(i));
end
subplot(3,2,3); plot(energy,'b');title('energy');
hold on;plot(threshold*ones(size(energy)),'g');
subplot(3,2,5); plot(processed_energy);title('binarized energy')
% 持續(xù)時(shí)間分析
thr = 30; % 持續(xù)采樣點(diǎn)
cnt = 0;
for i = 1:length(processed_energy)
if processed_energy(i) == 1
if cnt > 0
cnt = cnt+1; %計(jì)數(shù)器累加
elseif cnt == 0
cnt = 1; %初始化計(jì)數(shù)器
end
if i == length(processed_energy) && cnt < thr
processed_energy((i-cnt):i) = 0;
end
elseif processed_energy(i) == 0
if cnt > 0
if cnt < thr
processed_energy((i-cnt):i) = 0;
end
end
cnt = 0;
end
%fprintf('%f, %f\n',i,processed_energy(i));
end
subplot(3,2,3);hold on;plot(processed_energy*max(energy),'r');hold off;
subplot(3,2,5);hold on;plot(processed_energy,'r');hold off;
end
function [f,t,eng,zcr]=enframe(x,win,inc)
%ENFRAME split signal up into (overlapping) frames: one per row. [F,T]=(X,WIN,INC)
%
% F = ENFRAME(X,LEN) splits the vector X(:) up into
% frames. Each frame is of length LEN and occupies
% one row of the output matrix. The last few frames of X
% will be ignored if its length is not divisible by LEN.
% It is an error if X is shorter than LEN.
%
% F = ENFRAME(X,LEN,INC) has frames beginning at increments of INC
% The centre of frame I is X((I-1)*INC+(LEN+1)/2) for I=1,2,...
% The number of frames is fix((length(X)-LEN+INC)/INC)
%
% F = ENFRAME(X,WINDOW) or ENFRAME(X,WINDOW,INC) multiplies
% each frame by WINDOW(:)
%
% The second output argument, T, gives the time in samples at the centre
% of each frame. T=i corresponds to the time of sample X(i).
%
nx=length(x);
nwin=length(win);
if (nwin == 1)
len = win;
else
len = nwin;
end
if (nargin < 3)
inc = len;
end
len = nwin;
nf = fix((nx-len+inc)/inc);
f=zeros(nf,len);
indf= inc*(0:(nf-1)).';
inds = (1:len);
f(:) = x(indf(:,ones(1,len))+inds(ones(nf,1),:));
if (nwin > 1)
w = win(:)';
f = f .* w(ones(nf,1),:);
end
t = floor((1+len)/2)+indf;
%fprintf('size of f\n');
szf = size(f);
% ff = f(:).*f(:);
for i = 1:szf(1)
%ff = f(i,:).*f(i,:)
% ff = abs(f(i,:));
% eng(i) = sum(ff);
eng(i) = 0;
zcr(i) = 0;
for j = 1:szf(2)
eng(i) = eng(i)+abs(f(i,j));
if j+1 <= szf(2)
zcr(i) = zcr(i)+abs(sign(f(i,j+1))-sign(f(i,j)));
end
end
zcr(i) = 0.5*zcr(i);
end三、運(yùn)行結(jié)果












四、matlab版本及參考文獻(xiàn)
1 matlab版本
2014a
2 參考文獻(xiàn)
[1]韓紀(jì)慶,張磊,鄭鐵然.語音信號(hào)處理(第3版)[M].清華大學(xué)出版社,2019.
[2]柳若邊.深度學(xué)習(xí):語音識(shí)別技術(shù)實(shí)踐[M].清華大學(xué)出版社,2019.
以上就是基于matlab MFCC+GMM的安全事件聲學(xué)檢測(cè)系統(tǒng)的詳細(xì)內(nèi)容,更多關(guān)于matlab MFCC+GMM安全事件聲學(xué)檢測(cè)的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
C語言 數(shù)據(jù)存儲(chǔ)方式知識(shí)點(diǎn)詳解
在本篇文章里小編給大家整理的是關(guān)于C語言 數(shù)據(jù)存儲(chǔ)方式知識(shí)點(diǎn)詳解,有需要的朋友們可以學(xué)習(xí)參考下。2020-02-02
rapidjson解析json代碼實(shí)例以及常見的json core dump問題
今天小編就為大家分享一篇關(guān)于rapidjson解析json代碼實(shí)例以及常見的json core dump問題,小編覺得內(nèi)容挺不錯(cuò)的,現(xiàn)在分享給大家,具有很好的參考價(jià)值,需要的朋友一起跟隨小編來看看吧2019-04-04
C語言數(shù)據(jù)結(jié)構(gòu)順序表的進(jìn)階講解
程序中經(jīng)常需要將一組數(shù)據(jù)元素作為整體管理和使用,需要?jiǎng)?chuàng)建這種元素組,用變量記錄它們,傳進(jìn)傳出函數(shù)等。一組數(shù)據(jù)中包含的元素個(gè)數(shù)可能發(fā)生變化,順序表則是將元素順序地存放在一塊連續(xù)的存儲(chǔ)區(qū)里,元素間的順序關(guān)系由它們的存儲(chǔ)順序自然表示2022-04-04
C語言通過gets和gets_s分別實(shí)現(xiàn)讀取含空格的字符串
在遇到包含空格的字符串輸入時(shí)該如何讀取呢?如果使用scanf以%s格式去讀取輸入的字符串,遇到空格就讀取結(jié)束了,顯然這樣是讀取不了的。本文就將介紹兩個(gè)可以對(duì)含空格字符串讀取的庫函數(shù)------gets和gets_s函數(shù),感興趣的可以了解一下2021-12-12

