一种基于光纤的声纹识别方法、系统、介质和设备技术方案

本发明专利技术公开了一种基于光纤的声纹识别方法、系统、介质和设备，涉及油气储运管道领域。该方法包括：通过光纤实时采集待测施工机械的振动数据，提取所述振动数据的声纹图谱特征，根据所述声纹图谱特征，结合训练后的DFCNN模型，输出声纹类别识别结果，根据声纹图谱特征，结合训练后的DFCNN模型，对其它声纹进行过滤，并输出声纹类别识别结果，识别到挖掘机声纹后实时报警，解决了视频漏报挖掘机检测的问题，降低管道第三方破坏的安全风险。降低管道第三方破坏的安全风险。降低管道第三方破坏的安全风险。

【技术实现步骤摘要】
一种基于光纤的声纹识别方法、系统、介质和设备


[0001]本专利技术涉及油气储运管道领域，尤其涉及一种基于光纤的声纹识别方法、系统、介质和设备。

技术介绍

[0002]油气管道是国家重要的经济命脉，关系到国家能源战略安全。国家发改委、能源局发布的《中长期油气管网规划》数据显示，至2025年，我国油气管道将从目前的12万公里发展至24万公里。随着经济发展，各地区经济发展需要而开展的施工建设随之增加，不可避免的与日益增加的管网叠加而相互影响。近年来因第三方破坏导致管道发生事故的现象时有发生。主要形式包括第三方施工、管道占压、打孔盗油等。为管道安全管理和运行带来很大难度。
[0003]近年来，为了加强第三方破坏事件管理，按照应急管理部部长办公会关于加快重点单位远程监控信息化系统建设的总体要求，按照要求，国家管网实施管道升级管理，大力推进可视化监控，实现对输油气管道高后果区的视频监控覆盖。北方管道公司目前在管道沿线特别是高后果区架设了约3000路高清摄像头，开展智能监控，这一措施起到了很好的管控效果。
[0004]视频监控技术基于视频监控，设置几个点位转动摄像头停留一定时间进行监视，同时需要调度人员在监控室长时间轮巡盯屏监视，发现异常现象安排人员去处理。这一方式有可能导致漏报，一是摄像头监视节点的背面无法监视到，二是人员无法24h监视屏幕，三是轮巡摄像头较多，不能实时监视每一个摄像头。

技术实现思路

[0005]本专利技术所要解决的技术问题是针对现有技术的不足，提供一种基于光纤的声纹识别方法、系统、介质和设备。
[0006]本专利技术解决上述技术问题的技术方案如下：
[0007]一种基于光纤的声纹识别方法，包括：
[0008]通过光纤实时采集待测施工机械的振动数据；
[0009]提取所述振动数据的声纹图谱特征；
[0010]根据所述声纹图谱特征，结合训练后的DFCNN模型，输出声纹类别识别结果。
[0011]本专利技术的有益效果是：本方案根据声纹图谱特征，结合训练后的DFCNN模型，对其它声纹进行过滤，并输出声纹类别识别结果，识别到挖掘机声纹后实时报警，解决了视频漏报挖掘机检测的问题，降低管道第三方破坏的安全风险。
[0012]光纤振动信号处理后转变成类似声纹信号的特征，然后利用卷积神经网络对光纤拾取的声纹信号进行识别训练，从而能够准确识别出打桩机、挖掘机、穿越机械等的信号，可大大提示识别的准确率。
[0013]进一步地，包括：
[0014]通过光纤采集各类施工机械的振动数据；
[0015]对所述振动数据进行数据集划分，并将划分后的振动数据转换成声纹特征图谱数据，并对所述声纹特征图谱进行目标框标注；
[0016]对标注后的声纹特征图谱数据提取声纹图谱特征；
[0017]通过所述声纹图谱特征对DFCNN模型进行训练，获得训练后的DFCNN模型。
[0018]进一步地，所述对标注后的声纹特征图谱数据提取声纹图谱特征，具体包括：
[0019]对标注后的声纹特征图谱数据进行预处理，获得预处理后的声纹特征图谱数据；
[0020]通过傅里叶变换提取所述预处理后的声纹特征图谱数据的声纹图谱特征。
[0021]进一步地，所述预处理包括：对声纹特征图谱数据除噪声处理。
[0022]本专利技术解决上述技术问题的另一种技术方案如下：
[0023]一种基于光纤的声纹识别系统，包括：振动数据采集模块、特征提取模块和识别模块；
[0024]所述振动数据采集模块用于通过光纤实时采集待测施工机械的振动数据；
[0025]所述特征提取模块用于提取所述振动数据的声纹图谱特征；
[0026]所述识别模块用于根据所述声纹图谱特征，结合训练后的DFCNN模型，输出声纹类别识别结果。
[0027]本专利技术的有益效果是：本方案根据声纹图谱特征，结合训练后的DFCNN模型，对其它声纹进行过滤，并输出声纹类别识别结果，识别到挖掘机声纹后实时报警，解决了视频漏报挖掘机检测的问题，降低管道第三方破坏的安全风险。
[0028]光纤振动信号处理后转变成类似声纹信号的特征，然后利用卷积神经网络对光纤拾取的声纹信号进行识别训练，从而能够准确识别出打桩机、挖掘机、穿越机械等的信号，可大大提示识别的准确率。
[0029]进一步地，还包括：模型训练模块，用于通过光纤采集各类施工机械的振动数据；
[0030]对所述振动数据进行数据集划分，并将划分后的振动数据转换成声纹特征图谱数据，并对所述声纹特征图谱进行目标框标注；
[0031]对标注后的声纹特征图谱数据提取声纹图谱特征；
[0032]通过所述声纹图谱特征对DFCNN模型进行训练，获得训练后的DFCNN模型。
[0033]进一步地，所述模型训练模块具体用于对标注后的声纹特征图谱数据进行预处理，获得预处理后的声纹特征图谱数据；
[0034]通过傅里叶变换提取所述预处理后的声纹特征图谱数据的声纹图谱特征。
[0035]进一步地，所述预处理包括：对声纹特征图谱数据除噪声处理。
[0036]本专利技术附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术实践了解到。
附图说明
[0037]图1为本专利技术的实施例提供的一种基于光纤的声纹识别方法的流程示意图；
[0038]图2为本专利技术的实施例提供的一种基于光纤的声纹识别系统的结构框架图；
[0039]图3为本专利技术的其他实施例提供的DFCNN模型训练流程图；
[0040]图4为本专利技术的其他实施例提供的DFCNN识别施工机械声纹流程图。
具体实施方式
[0041]以下结合附图对本专利技术的原理和特征进行描述，所举实施例只用于解释本专利技术，并非用于限定本专利技术的范围。
[0042]通过声纹感知车辆在后方逐渐靠近。且声纹信号的采集简单，声信号的传播距离也较远。在军事等国防领域，声纹识别被用于前方敌军、空中战斗机的侦查识别，在工业上用于机械设备运行状态异常的检测，因此，声纹识别技术在识别施工机械甚至设备运行方面具有一定的应用前景。
[0043]如图1所示，为本专利技术实施例提供的一种基于光纤的声纹识别方法，包括：
[0044]S1，通过光纤实时采集待测施工机械的振动数据；
[0045]S2，提取所述振动数据的声纹图谱特征；
[0046]S3，根据所述声纹图谱特征，结合训练后的DFCNN模型，输出声纹类别识别结果。
[0047]本方案根据声纹图谱特征，结合训练后的DFCNN模型，对其它声纹进行过滤，并输出声纹类别识别结果，识别到挖掘机声纹后实时报警，解决了视频漏报挖掘机检测的问题，降低管道第三方破坏的安全风险。
[0048]可选地，在上述任意实施例中，包括：
[0049]通过光纤采集各类施工机械的振动数据；
[0050]对所述振动数据进行数据集划分，并将划本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于光纤的声纹识别方法，其特征在于，包括：通过光纤实时采集待测施工机械的振动数据；提取所述振动数据的声纹图谱特征；根据所述声纹图谱特征，结合训练后的DFCNN模型，输出声纹类别识别结果。2.根据权利要求1所述的一种基于光纤的声纹识别方法，其特征在于，还包括：通过光纤采集各类施工机械的振动数据；对所述振动数据进行数据集划分，并将划分后的振动数据转换成声纹特征图谱数据，并对所述声纹特征图谱进行目标框标注；对标注后的声纹特征图谱数据提取声纹图谱特征；通过所述声纹图谱特征对DFCNN模型进行训练，获得训练后的DFCNN模型。3.根据权利要求2所述的一种基于光纤的声纹识别方法，其特征在于，所述对标注后的声纹特征图谱数据提取声纹图谱特征，具体包括：对标注后的声纹特征图谱数据进行预处理，获得预处理后的声纹特征图谱数据；通过傅里叶变换提取所述预处理后的声纹特征图谱数据的声纹图谱特征。4.根据权利要求3所述的一种基于光纤的声纹识别方法，其特征在于，所述预处理包括：对声纹特征图谱数据除噪声处理。5.一种基于光纤的声纹识别系统，其特征在于，包括：振动数据采集模块、特征提取模块和识别模块；所述振动数据采集模块用于通过光纤实时采集待测施工机械的振动数据；所述特征提取模块用于提取...

【专利技术属性】
技术研发人员：赵云峰，姜有文，李荣光，张巍，王禹钦，蔡培培，
申请(专利权)人：国家管网集团北方管道有限责任公司，
类型：发明
国别省市：