车辆鸣笛声识别方法、系统、终端及存储介质技术方案

本发明专利技术公开一种车辆鸣笛声识别方法、系统、终端及存储介质，所述方法包括：获取音频训练集，提取面向车辆鸣笛声识别任务的音频特征；构建基于支持向量机、朴素贝叶斯网络、随机森林的三种鸣笛声识别分类器；获取检测的实时音频信号提取音频特征，分别输入到训练完成的三种鸣笛声识别分类器中，相应的得到三种分类器识别结果；将三种分类器识别结果进行融合决策，并结合时序关联关系进行二次融合决策，得到最终判断实时音频信号的声音类别。本发明专利技术通过融合三种分类器的识别结果，并综合考虑时序关联关系，达到了互补提升的效果，有效提高了不同车辆鸣笛声识别的准确率和稳定性。不同车辆鸣笛声识别的准确率和稳定性。不同车辆鸣笛声识别的准确率和稳定性。

【技术实现步骤摘要】
车辆鸣笛声识别方法、系统、终端及存储介质


[0001]本专利技术涉及声音识别
，尤其涉及一种车辆鸣笛声识别方法、系统、终端及存储介质。

技术介绍

[0002]随着我国城市化和现代化的快速发展，城市环境中的交通噪声污染和交通拥堵问题日益凸显，噪声危害已成为继空气污染之后人类公共健康的第二个杀手。不当场所、不当时间下的汽车乱鸣笛声是常见的交通噪声，严重影响着居民的生活和工作。因此需要面向汽车鸣笛声、紧急车辆鸣笛声的音频检测识别技术，为鸣笛抓拍系统提供抓拍依据，为智能交通疏导系统提供紧急避让疏导依据，从而缓解交通噪声与拥堵问题。
[0003]针对车辆鸣笛声识别任务，大多数处理方法主要包括特征提取与分类器构建两大环节，目前的分类器包括基于子带谱熵法特征和改进SVM分类器、基于信号分解、MFCC与线性预测倒谱系数融合特征与BP神经网络分类器、基于MFCC特征与卷积神经网络分类器等。由于不同特征、不同分类器间具有一定的互补性，采用多特征融合与多分类器融合对于提升鸣笛声识别效果是一种可行的思路。但从车辆鸣笛声检测应用的实时性要求方面考虑，采用多特征融合需要对实时音频提取高维特征，往往比较耗费时间，且特征维度过高对分类器也是一种负担。
[0004]鉴于此，实有必要提供一种车辆鸣笛声识别方法、系统、终端及存储介质以克服上述缺陷。

技术实现思路

[0005]本专利技术的目的是提供一种车辆鸣笛声识别方法、系统、终端及存储介质，旨在解决目前的多特征融合与多分类器融合需要对实时音频提取高维特征，耗费时间较多的问题，降低每个分类器的检测负担。
[0006]为了实现上述目的，本专利技术第一方面提供一种车辆鸣笛声识别方法，包括以下步骤：
[0007]获取音频训练集，并从所述音频训练集的音频信号中提取用于车辆鸣笛声识别的音频特征；
[0008]构建基于支持向量机、朴素贝叶斯网络、随机森林的三种鸣笛声识别分类器，并将所述音频特征作为输入分别训练三种鸣笛声识别分类器；
[0009]获取检测到的实时音频信号，从所述实时音频信号中提取用于车辆鸣笛声识别的音频特征，将所述音频特征分别输入到训练完成的所述三种鸣笛声识别分类器中，相应的得到三种分类器识别结果；
[0010]将所述三种分类器识别结果进行融合决策，并结合时序关联关系进行二次融合决策，最终判断所述实时音频信号的声音类别。
[0011]在一个优选实施方式中，所述音频训练集包括道路噪声、汽车鸣笛声、紧急车辆鸣
笛声的音频信号；所述从所述音频训练集的音频信号中提取用于车辆鸣笛声识别的音频特征包括：
[0012]采用时频域特征提取方法提取所述音频训练集中每个音频信号的多个音频特征的特征值。
[0013]在一个优选实施方式中，所述采用时频域特征提取方法提取所述音频训练集中每个音频信号的多个音频特征的特征值包括：
[0014]对音频信号进行分帧及加窗；
[0015]对每帧信号提取帧特征；
[0016]对提取的帧特征分段以及取均值得到段特征，并作为最终的特征向量。
[0017]在一个优选实施方式中，所述帧特征包括时域能量、过零率和MFCC特征。
[0018]在一个优选实施方式中：
[0019]若定义第i帧信号为x
i
，则该帧时域能量特征E
i
＝x
i2
；
[0020]若定义第i帧信号为x(i)，帧长为L，则该帧过零率特征
[0021]梅尔频率的转换公式为：f为音频信号的普通频率；其中，所述MFCC特征为12阶MFCC特征。
[0022]在一个优选实施方式中，所述将所述三种分类器识别结果进行融合决策包括：
[0023]对所述三种分类器识别结果进行投票表决，得到三个分类器的融合识别结果；其中，所述融合识别结果取自获得票数最多的分类器识别结果；若所述三种分类器识别结果均不相同，则以单独分类时准确率最高的分类器的识别结果为融合识别结果。
[0024]在一个优选实施方式中，所述结合时序关联关系进行识别结果的二次融合包括：
[0025]若后一时刻识别结果与前一时刻识别结果不同时，则连续检测后续预设数量时刻的融合识别结果，若其中半数以上时刻的识别结果为所述后一时刻识别结果，则保留所述后一时刻识别结果，否则将所述后一时刻识别结果改为所述前一时刻识别结果。
[0026]本专利技术第二方面提供一种车辆鸣笛声识别系统，包括：
[0027]特征提取模块，用于获取音频训练集，并从所述音频训练集的音频信号中提取用于车辆鸣笛声识别的音频特征；
[0028]分类器训练模块，用于构建基于支持向量机、朴素贝叶斯网络、随机森林的三种鸣笛声识别分类器，并将所述音频特征作为输入分别训练三种鸣笛声识别分类器；
[0029]鸣笛声识别模块，用于获取检测到的实时音频信号，从所述实时音频信号中提取用于车辆鸣笛声识别的音频特征，将所述音频特征分别输入到训练完成的所述三种鸣笛声识别分类器中，相应的得到三种分类器识别结果；
[0030]结果融合模块，用于将所述三种分类器识别结果进行融合决策，并结合时序关联关系进行二次融合决策，最终判断所述实时音频信号的声音类别。
[0031]本专利技术第三方面提供一种终端，所述终端包括存储器、处理器以及存储在所述存储器的计算机程序，所述计算机程序被所述处理器执行时实现如上述实施方式任一项所述
的车辆鸣笛声识别方法。
[0032]本专利技术第四方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施方式任一项所述的车辆鸣笛声识别方法。
[0033]本专利技术提供的车辆鸣笛声识别方法、系统、终端及存储介质，采用支持向量机、朴素贝叶斯网络、随机森林这三种在分类识别领域应用广泛且各具特色的方法作为基础分类器，在实时检测中，对实时音频提取特征后送入三个分类器进行识别，通过融合三种分类器的识别结果，并综合考虑时序关联关系，达到了互补提升的效果，有效提高了不同车辆鸣笛声识别的准确率和稳定性。
【附图说明】
[0034]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0035]图1为本专利技术提供的车辆鸣笛声识别方法的流程图；
[0036]图2为图1所示的车辆鸣笛声识别方法的流程拓扑图；
[0037]图3为本专利技术提供的车辆鸣笛声识别方法在一个具体实施方案中识别结果类别标签图；
[0038]图4为本专利技术提供的车辆鸣笛声识别系统的框架图。
【具体实施方式】
[0039]为了使本专利技术的目的、技术方案和有益技术效果更加清晰明白，以下结合附图和具体实施方式，对本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆鸣笛声识别方法，其特征在于，包括以下步骤：获取音频训练集，并从所述音频训练集的音频信号中提取用于车辆鸣笛声识别的音频特征；构建基于支持向量机、朴素贝叶斯网络、随机森林的三种鸣笛声识别分类器，并将所述音频特征作为输入分别训练三种鸣笛声识别分类器；获取检测到的实时音频信号，从所述实时音频信号中提取用于车辆鸣笛声识别的音频特征，将所述音频特征分别输入到训练完成的所述三种鸣笛声识别分类器中，相应的得到三种分类器识别结果；将所述三种分类器识别结果进行融合决策，并结合时序关联关系进行二次融合决策，最终判断所述实时音频信号的声音类别。2.如权利要求1所述的车辆鸣笛声识别方法，其特征在于，所述音频训练集包括道路噪声、汽车鸣笛声、紧急车辆鸣笛声的音频信号；所述从所述音频训练集的音频信号中提取用于车辆鸣笛声识别的音频特征包括：采用时频域特征提取方法提取所述音频训练集中每个音频信号的多个音频特征的特征值。3.如权利要求2所述的车辆鸣笛声识别方法，其特征在于，所述采用时频域特征提取方法提取所述音频训练集中每个音频信号的多个音频特征的特征值包括：对音频信号进行分帧及加窗；对每帧信号提取帧特征；对提取的帧特征分段以及取均值得到段特征，并作为最终的特征向量。4.如权利要求3所述的车辆鸣笛声识别方法，其特征在于，所述帧特征包括时域能量、过零率和MFCC特征。5.如权利要求4所述的车辆鸣笛声识别方法，其特征在于：若定义第i帧信号为x
i
，则该帧时域能量特征E
i
＝x
i2
；若定义第i帧信号为x(i)，帧长为L，则该帧过零率特征梅尔频率的转换公式为：f为音频信号的普通频率；其中，所述MFCC特征为12阶MFCC特征。6.如权利要求1所述的车辆鸣笛声识别方法，其特征在于，所述将所述三种分类器识别结果...

【专利技术属性】
技术研发人员：田野，张晓灿，汤跃忠，
申请(专利权)人：中国电子科技集团公司第三研究所，
类型：发明
国别省市：