基于MFCC和GMM的信号检测系统，Matlab源码包含的安全事件声学识别疑问？
- 内容介绍
- 文章标签
- 相关推荐
本文共计1145个文字，预计阅读时间需要5分钟。
1. 简介：随着信息化和物联网技术的迅速发展，基于摄像头的公共场所安全监控已十分普及和完善，大大提升了公共安全事件的控制效率。然而，由于摄像头的存在，隐私保护问题日益凸显。
1 简介
随着信息化技术和物联网浪潮的快速发展，目前，基于摄像头等手段的公共场所安全监控已经十分普及和完善，大大提升了公共场所发生的突发事件的管控效率。然而，由于摄像头只能采集基于视觉的信息，视频监控不可避免地存在一些先天性缺漏。相对于纯视频手段，声学检测在枪击、爆炸、呼救、人群恐慌等具有语义的事件中，无疑具有更好的检测识别能力，这使得基于声学的公共安全事件检测在反恐、维稳、社会治安等多个领域具有广泛的使用价值和应用前景。本课题重点针对枪击与爆炸两类突发公共安全事件，对相应的声学检测方法进行了研究。
本课题结合室外公共场景下的枪击与爆炸事件声学传播情况、系统设计成本以及检测算法的算力开销等因素，对比了各类传声器在该场景下的选型优劣性，并基于VM2020麦克风、AD7865-1模数转换模块、SRAM拓展IS61LV25616AL、FLASH拓展SST39VF800、TMS320F2812数字信号处理器等设计了信号检测的硬件平台。
本课题针对室外公共场所的道路街道场景，设计了基于Butterworth低通滤波器的滤波去噪算法，和基于短时能量分析与持续时间分析的端点检测算法，实现了大功率前景信号与低功率背景信号的分离。为了对所分离的信号片段用于进一步检测分类，本课题采用Mel倒频谱系数（MFCC）作为特征工程方案，并应用混合高斯模型（GMM）与极大似然估计对疑似信号片段进行检测与分类。最后，本课题还结合TUT Acoustic与Freesound两个声学数据库的60个枪击、爆炸以及道路街道场景样本，通过MATLAB仿真进行了小规模算法验证。
本文共计1145个文字，预计阅读时间需要5分钟。
1. 简介：随着信息化和物联网技术的迅速发展，基于摄像头的公共场所安全监控已十分普及和完善，大大提升了公共安全事件的控制效率。然而，由于摄像头的存在，隐私保护问题日益凸显。
1 简介
随着信息化技术和物联网浪潮的快速发展，目前，基于摄像头等手段的公共场所安全监控已经十分普及和完善，大大提升了公共场所发生的突发事件的管控效率。然而，由于摄像头只能采集基于视觉的信息，视频监控不可避免地存在一些先天性缺漏。相对于纯视频手段，声学检测在枪击、爆炸、呼救、人群恐慌等具有语义的事件中，无疑具有更好的检测识别能力，这使得基于声学的公共安全事件检测在反恐、维稳、社会治安等多个领域具有广泛的使用价值和应用前景。本课题重点针对枪击与爆炸两类突发公共安全事件，对相应的声学检测方法进行了研究。
本课题结合室外公共场景下的枪击与爆炸事件声学传播情况、系统设计成本以及检测算法的算力开销等因素，对比了各类传声器在该场景下的选型优劣性，并基于VM2020麦克风、AD7865-1模数转换模块、SRAM拓展IS61LV25616AL、FLASH拓展SST39VF800、TMS320F2812数字信号处理器等设计了信号检测的硬件平台。
本课题针对室外公共场所的道路街道场景，设计了基于Butterworth低通滤波器的滤波去噪算法，和基于短时能量分析与持续时间分析的端点检测算法，实现了大功率前景信号与低功率背景信号的分离。为了对所分离的信号片段用于进一步检测分类，本课题采用Mel倒频谱系数（MFCC）作为特征工程方案，并应用混合高斯模型（GMM）与极大似然估计对疑似信号片段进行检测与分类。最后，本课题还结合TUT Acoustic与Freesound两个声学数据库的60个枪击、爆炸以及道路街道场景样本，通过MATLAB仿真进行了小规模算法验证。