The invention provides an object recognition method based on the analysis of indoor acoustic channel disturbance, which is completed in two stages. The first stage is the establishment of a sample library, and the second stage is the actual identification stage. First of all, in the indoor environment in the scene, the future to identify the selection of different categories of objects, these objects in different positions when the indoor acoustic channel are measured to extract features of the measured signal, summed up the characteristics of different objects, as a result of the sample feature database; in the actual identification process. The measurement of acoustic channel again one object, the measurement results will be extracted according to the feature extraction method of feature, and collaborative processing and sample data, you can finally identify the objects in the room at this time. Compared with the widely used video identification and WIFI recognition, the present invention has the advantages of non visual identification and little hardware equipment. The invention makes full use of the acoustic information of the room passage, and has simple calculation and high positioning efficiency.
【技术实现步骤摘要】
基于室内声学信道扰动分析的物体识别方法
本专利技术涉及声学
,具体为一种基于室内声学信道扰动分析的物体识别方法。该方法利用极少的硬件设备,通过室内声学信道扰动分析对不同物体进行识别,可应用于智能家居、室内安保等对识别要求较高又存在较多障碍物的场景中。
技术介绍
物体识别(ObjectRecognition)是一项含义及应用都非常广泛的技术,它既包括了对人们日常生活中不同物体的分类识别,也包括军事领域中针对各种航行器的目标识别,甚至更广泛的人物识别也属于一种广义的物体识别,因此其在很多学科领域中都得到了持续的研究。室内环境是人们在生活中接触最多的物体识别应用场景。在此类环境中,一个准确而快速的物体识别方法可为很多先进技术研究及工业应用的展开提供关键基础,例如,涉及公共安全保障的室内不明物体识别、智能家居个性化应用中对不同人物的识别、各种功能机器人对工作任务及行进路线上的物体识别等。目前,室内环境中的物体识别研究绝大多数集中于计算机视觉领域,即通过各种图像处理算法对不同物体的特征进行归纳及提取,并由此分辨出不同类型的物体。经过多年的高速发展,图像类的物体识别技术已经非常成熟,结合流行的机器学习算法,几乎可以实现对任意物体的准确识别,因此也在很多场合获得了应用。但是,基于计算机视觉处理的物体识别技术也存在一个明显的短板,就是必须依靠图像的捕捉。当应用场景为室内环境时,会存在有较多障碍物的情况,当摄像设备无法直接获取物体的图像时,物体识别就无法完成;而且,在很多场合中,由于隐私、安全、造价等各种因素的制约,甚至不存在摄像设备,此时物体识别也就无从谈起。鉴于计 ...
【技术保护点】
一种基于室内声学信道扰动分析的物体识别方法,其特征在于:包括以下步骤:步骤1:建立特征样本库:步骤1.1:选取样本:当后续识别过程中的物体能够确定时,则直接选取确定的物体作为样本;当后续识别过程中的物体不能够确定时,则根据应用场景环境,预测后续识别过程中所涉及的物体种类,并选取与预测物体具有相同尺寸、形状特征的物体作为样本;步骤1.2:在应用场景环境内设置一个声源s及一个麦克风m,在初始的应用场景环境内,声源s的位置ps与麦克风m的位置pm之间没有障碍物影响声源s到麦克风m的声信道;步骤1.3:在应用场景环境内均匀布置若干个物体放置点l1,l2,…,ln,其中n为放置点的数量;步骤1.4:选择一个样本物体o1,放置在应用场景环境的某个物体放置点上,声源发出一段声信号s(t),麦克风接收到声信号r(t),得到此过程中房间声学脉冲响应h(t)为:
【技术特征摘要】
1.一种基于室内声学信道扰动分析的物体识别方法,其特征在于:包括以下步骤:步骤1:建立特征样本库:步骤1.1:选取样本:当后续识别过程中的物体能够确定时,则直接选取确定的物体作为样本;当后续识别过程中的物体不能够确定时,则根据应用场景环境,预测后续识别过程中所涉及的物体种类,并选取与预测物体具有相同尺寸、形状特征的物体作为样本;步骤1.2:在应用场景环境内设置一个声源s及一个麦克风m,在初始的应用场景环境内,声源s的位置ps与麦克风m的位置pm之间没有障碍物影响声源s到麦克风m的声信道;步骤1.3:在应用场景环境内均匀布置若干个物体放置点l1,l2,…,ln,其中n为放置点的数量;步骤1.4:选择一个样本物体o1,放置在应用场景环境的某个物体放置点上,声源发出一段声信号s(t),麦克风接收到声信号r(t),得到此过程中房间声学脉冲响应h(t)为:其中fft表示对时域信号进行傅里叶变换,ifft表示对频域信号进行反傅里叶变换;步骤1.5:将样本物体o1放置在应用场景...
【专利技术属性】
技术研发人员:王海涛,曾向阳,杜博凯,陈克安,
申请(专利权)人:西北工业大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。