本文關(guān)鍵詞：一種融合音頻和視頻的室內(nèi)智能監(jiān)控系統(tǒng)

  更多相關(guān)文章： 室內(nèi)智能監(jiān)控 麥克風陣列 時延估計 聲源定位 異常檢測

【摘要】：近年來,隨著經(jīng)濟的迅猛發(fā)展,計算機技術(shù)和信號處理技術(shù)在研究和應(yīng)用上有了質(zhì)的飛躍,室內(nèi)智能監(jiān)控越來越受到人們的關(guān)注。智能監(jiān)控系統(tǒng)擺脫了傳統(tǒng)視頻監(jiān)控單一性功能的缺點,能夠?qū)ΡO(jiān)控場景進行實時的目標檢測和跟蹤,且大大節(jié)省了人力、物力和財力,因而在工業(yè)、交通、銀行、安全等方面得到了廣泛應(yīng)用。然而,單一攝像頭的監(jiān)控能力和范圍有限,增加攝像頭的個數(shù)無疑大大增加了投入成本。因此本文提出了一種融合音頻和視頻的室內(nèi)智能監(jiān)控系統(tǒng),在調(diào)研國內(nèi)外相關(guān)論文的基礎(chǔ)之上,在音頻和視頻兩方面針對發(fā)生的異常情況進行檢測,具體開展了以下的研究和開發(fā)工作：(1)在對異常聲音特性和室內(nèi)背景噪聲模型分析的基礎(chǔ)上,提出了對陣列采集信號的預(yù)處理方法,包括聲音端點檢測(Sound Endpoint Detection,SED)和背景噪聲去除技術(shù)。實驗表明,在信噪比低的環(huán)境下,SED無法達到理想的檢測效果,但對去除噪聲后的信號進行端點檢測,其準確性會有較大幅度的提高。后續(xù)的實驗證明,良好的預(yù)處理方法不僅有利于減少運算量,更有助于提高定位精度。(2)在基于麥克風陣列信號產(chǎn)生模型的基礎(chǔ)上,歸納總結(jié)了一些常用的時延估計技術(shù),并針對幾種實時性較好的方法進行了深入研究。實驗采用均方根誤差(Root Mean Square,RMSE)εRMSE和異常比率(Abnormal Rate,AR)ηAR來描述估計值偏離真實值的離散度和異常度,實驗結(jié)果表明：在不同的噪聲和混響環(huán)境下,廣義互相關(guān)(Generalized Cross Correlation, GCC)時延估計法定位精度較高且實時性好。當環(huán)境信噪比為5dB,混響時間為l00ms時,進行SED后的基于人耳聽覺感知特性(Human Auditory Perception Properties, HAPP)時延估計法效果最為理想,其εRMSE和ηAR分別為0.5054和0.0385,達到了較為理想的時延估計精度。(3)根據(jù)聲源與麥克風陣列的空間位置關(guān)系,介紹了幾種常用近場定位技術(shù)的原理和推導過程。在時延估計的基礎(chǔ)上,對大量不同方位和距離聲源進行定位實驗,結(jié)果表明：角度和距離定位的εRMSE和ηAR分別小于0.1和0.3,估計誤差較小,算法從整體上滿足室內(nèi)環(huán)境定位的基本要求。(4)本文提出了一種音頻與視頻相融合的異常檢測方法,該方法在一定程度上克服了單一視頻監(jiān)控的盲區(qū),將聲音信號與視頻圖像結(jié)合起來,對室內(nèi)安全情況進行綜合判斷。在音頻檢測方面,詳細闡述了高斯混合模型(Gaussian Mixture Model)的基本原理、參數(shù)估計和識別方法,并研究了不同的高斯混合階數(shù)和特征參數(shù)對識別率和時間復雜度的影響。大量的實驗結(jié)果表明,當高斯混合階數(shù)為32時,基于MFCC_E和GMM的異常聲音檢測的平均識別率能達到85%以上,時間復雜度較低。在視頻檢測方面,對基于單高斯背景建模的運動目標檢測原理進行了說明,且在室內(nèi)環(huán)境下證明了該算法的有效性。(5)結(jié)合前幾章所研究的算法,提出了一種融合音頻和視頻的室內(nèi)智能監(jiān)控系統(tǒng),并在PC平臺下利用Visual C++6.0進行開發(fā)。系統(tǒng)首先對麥克風陣列采集的信號進行預(yù)處理,定位出聲源位置后實現(xiàn)球機的實時轉(zhuǎn)向,最后采用異常檢測技術(shù)對監(jiān)控場景情況進行檢測,從而判斷是否報警。在真實的室內(nèi)環(huán)境下對軟件進行測試,結(jié)果表明該系統(tǒng)對異常情況的定位和檢測均達到了較為理想的效果。
【關(guān)鍵詞】：室內(nèi)智能監(jiān)控 麥克風陣列 時延估計 聲源定位 異常檢測
【學位授予單位】：安徽大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP277
【目錄】：

• 摘要3-5
• Abstract5-11
• 第一章 緒論11-21
• 1.1 本文研究背景及意義11-12
• 1.2 基于麥克風陣列的聲源定位技術(shù)12-15
• 1.2.1 基于麥克風陣列的聲源定位技術(shù)概述12-13
• 1.2.2 基于麥克風陣列聲源定位的國內(nèi)外研究現(xiàn)狀13-15
• 1.3 聲音檢測技術(shù)15-17
• 1.3.1 語音識別概述15-16
• 1.3.2 非語音信號檢測概述16-17
• 1.4 智能監(jiān)控技術(shù)17-19
• 1.4.1 智能監(jiān)控技術(shù)概述17
• 1.4.2 智能監(jiān)控技術(shù)國內(nèi)外發(fā)展現(xiàn)狀17-19
• 1.5 論文的研究內(nèi)容和組織架構(gòu)19-21
• 第二章 異常聲音的特性分析與預(yù)處理21-30
• 2.1 異常聲音的特性分析21-23
• 2.2 室內(nèi)異常聲音的端點檢測23-26
• 2.3 室內(nèi)背景噪聲的去噪方法26-29
• 2.3.1 室內(nèi)背景噪聲模型26-27
• 2.3.2 最小平均lp范數(shù)算法27
• 2.3.3 仿真實驗27-29
• 2.4 本章小節(jié)29-30
• 第三章 時延估計與聲源定位30-51
• 3.1 麥克風信號產(chǎn)生模型30-31
• 3.2 時延估計算法31-40
• 3.2.1 傳統(tǒng)互相關(guān)時延估計法31-32
• 3.2.2 廣義互相關(guān)時延估計法32-34
• 3.2.3 互功率譜相位時延估計法34-35
• 3.2.4 基于LMS的自適應(yīng)時延估計法35-36
• 3.2.5 基于特征值分解的時延估計法36-38
• 3.2.6 基于人耳聽覺感知特性的時延估計38-40
• 3.3 聲源定位方法40-44
• 3.3.1 問題描述41-42
• 3.3.2 極大似然估計法42-43
• 3.3.3 球形插值法43-44
• 3.4 仿真實驗44-50
• 3.4.1 仿真環(huán)境45
• 3.4.2 預(yù)處理45
• 3.4.3 評估方法45-46
• 3.4.4 實驗結(jié)果與分析46-50
• 3.5 本章小節(jié)50-51
• 第四章 融合音頻和視頻的異常檢測51-70
• 4.1 異常聲音的特征提取51-57
• 4.1.1 短時能量參數(shù)提取51-52
• 4.1.2 MFCC參數(shù)提取52-54
• 4.1.3 MFCC差分參數(shù)提取54-55
• 4.1.4 仿真實驗55-57
• 4.2 異常聲音的參數(shù)估計與識別57-66
• 4.2.1 GMM模型的基本原理58-59
• 4.2.2 GMM模型的參數(shù)估計59-61
• 4.2.3 GMM模型的識別算法61-62
• 4.2.4 仿真實驗62-66
• 4.3 運動目標檢測66-69
• 4.3.1 單高斯背景建模算法的基本原理67-68
• 4.3.2 仿真實驗68-69
• 4.4 本章小結(jié)69-70
• 第五章 一種融合音頻與視頻的室內(nèi)智能監(jiān)控系統(tǒng)70-81
• 5.1 系統(tǒng)概述70-71
• 5.2 系統(tǒng)總體方案設(shè)計71-73
• 5.2.1 系統(tǒng)功能設(shè)計71-72
• 5.2.2 系統(tǒng)流程設(shè)計72-73
• 5.3 智能監(jiān)測模塊73-76
• 5.3.1 模塊軟件功能設(shè)計73-74
• 5.3.2 模塊軟件流程設(shè)計74-76
• 5.4 系統(tǒng)界面和運行結(jié)果76-80
• 5.5 本章小結(jié)80-81
• 第六章 工作總結(jié)和未來展望81-83
• 6.1 工作總結(jié)81-82
• 6.2 工作展望82-83
• 參考文獻83-88
• 致謝88-89
• 攻讀碩士學位期間發(fā)表的論文89-90
• 研究生期間科研情況90

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 路靜;傅洪亮;;儲糧害蟲檢測和分類識別技術(shù)的研究[J];糧食儲藏;2014年01期

2 ;中國安防行業(yè)“十二五”(2011～2015年)發(fā)展規(guī)劃[J];中國安防;2011年03期

3 鄭世寶;;智能視頻監(jiān)控技術(shù)與應(yīng)用[J];電視技術(shù);2009年01期

4 曹劍芬;李愛軍;胡方;張利剛;;語音學知識在語音識別中的應(yīng)用:案例分析[J];清華大學學報(自然科學版);2008年S1期

5 盧秋波;;視頻監(jiān)控技術(shù)簡介與發(fā)展趨勢[J];電信網(wǎng)技術(shù);2007年01期

6 李承智,曲天書,吳璽宏;一種改進的AEDA聲源定位及跟蹤算法[J];北京大學學報(自然科學版);2005年05期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 李彤;智能視頻監(jiān)控下的多目標跟蹤技術(shù)研究[D];中國科學技術(shù)大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前7條

1 裴鑫;聲紋識別系統(tǒng)關(guān)鍵技術(shù)研究[D];哈爾濱理工大學;2014年

2 張璐璐;視頻監(jiān)控終端系統(tǒng)聲音檢測及告警功能軟件設(shè)計[D];浙江大學;2013年

3 劉鵬;基于聲譜圖的公共場所異常聲音特征提取及識別研究[D];重慶大學;2012年

4 劉建新;漢語耳語音轉(zhuǎn)換為正常語音的共振峰結(jié)構(gòu)研究[D];蘇州大學;2007年

5 張敬春;基于盲源分離和小波分析的電機聲頻故障診斷研究[D];廣東工業(yè)大學;2006年

6 徐勝;基于智能麥克風陣列的說話人跟蹤技術(shù)[D];電子科技大學;2004年

7 陸曉燕;基于麥克風陣列實現(xiàn)聲源定位[D];大連理工大學;2003年

，

本文編號：752503