本发明属于音频信号特征提取及模式识别
技术领域：
，尤其涉及一种公共场所异常声音特征提取及识别方法。
背景技术：
：公共场所如广场、公共汽车站、地铁等具有人流量大、地域广等特点，且公共场所的安全防范一直受到各国政府和人民的广泛关注。目前以视频监控为主的监控技术为公共场所的安全防范起到了积极的作用，然而视频监控技术存在监控死角、阴雨天监控模糊等问题。众所周知，在异常事件发生时常常伴随着尖叫声、枪声、玻璃破碎声、爆炸声等异常声音，因此音频监控与视频监控的协作运行已经成为公共场所安全监控领域的发展方向。目前，现有的音频监控系统仅包含简单的声音采集、传输等，缺乏对异常声音的有效识别，原因是音频监控核心理论及技术没有得到突破。公共场所异常声音识别技术为音频监控系统的核心技术。因此，对该技术的研究具有重要的社会意义以及研究价值。目前对于极点对称模态分解(Extreme-pointSymmetricModeDecomposition，ESMD)方法提取公共场所异常声音特征存在问题：①公共场所异常声音由两部分组成：异常声音信号与背景噪声信号。背景噪声信号会遮挡异常声音的局部特征，采用ESMD对公共场所异常声音进行分解，得到的模态分量必然包含背景噪声分量，导致异常声音特征产生偏差。②ESMD在分解信号时，根据极值中点构造1条、2条、3条或者等多的插值曲线提高分解效果，即ESMD_I、ESMD_II、ESMD_III方法。由于插值方式对模态分解的效果影响很大，通过比较上述三种插值方式发现，随着插值线的增加，模态数目会减少，对称度会降低，振幅变化会增强，分解效率会提高。③ESMD分解具有背景噪声的公共场所异常声音时，是利用极值点剩余个数作为分解模态终止的判定条件，这会使得被分解的低频的噪声保留下来，得到不属于异常声音的伪特征分量。④ESMD方法分解公共场所异常声音信号时，设定筛选次数K在区间[Kmin，Kmax]内变化，然后利用不同的筛选次数重复分解异常声音信号，最后采用最小二乘法原理计算出最佳筛选次数，导致ESMD分解异常声音信号耗时长。综上所述，ESMD分解技术有一定的改进空间。技术实现要素：针对以上现有技术的不足，本发明提出基于改进的ESMD(D-ESMD)分解技术的公共场所异常声音特征提取及识别方法，通过对ESMD的输入信号加噪，改进内部的插值方法、分解模态终止的判定条件及模态分量筛选次数，得到公共场所异常声音在不同尺度下的特征。一种公共场所异常声音特征提取及识别方法，具体实现步骤如下：步骤1：输入公共场所待识别异常声音并进行预处理。步骤2：采用改进的极点对称模态D-ESMD分解方法将待识别异常声音信号进行分解，得到各阶模态分量，每阶模态分量分别包含异常声音信号在不同频率段的特征。步骤3：计算步骤2中得到的各阶模态分量相对于原始异常声音信号的能量比，并组合成向量形式进行归一化处理，作为待识别异常声音信号的特征向量。步骤4：判断特征向量是否有效；若无效，跳转到步骤3；若有效，执行步骤5。步骤5：公共场所待识别异常声音的识别过程：首先，在已经建立的异常声音库中随机选取每一类并且一定数量的训练样本，通过步骤2和步骤3求取其训练样本的特征向量并建立SVM分类模型；然后，利用建立的SVM分类模型对待识别异常声音的特征向量进行分类，得到分类识别结果。所述的D-ESMD分解方法是在极点对称模态ESMD分解方法基础上，添加随机T分布噪声序列于公共场所待识别异常声音当中，采用对称中点插值方法替代ESMD的极值中点奇偶插值方法，对分解的模态分量计算排列熵值，并且改进模态分量筛选次数，进而完成各模态的复杂性检测，自适应得到异常声音有效模态分量。所述的异常声音库中包括爆炸声、尖叫声、枪声、玻璃破碎声。具体地，所述的D-ESMD分解方法的具体过程为：步骤2.1确定添加T分布随机噪声次数N；步骤2.2假设待识别异常声音信号为x，添加随机的T分布序列于待识别声音信号x中，得到加噪的异常声音信号Xi；步骤2.3求取加噪过后异常声音信号Xi的极值点，连接相邻极值点，并将线段中点标记为Fi，补充左右边界点F0与Fn，采用对称中点插值方法替代ESMD的极值中点奇偶插值方法对n+1个极值中点构造插值曲线L*；步骤2.4将Xi-L*作为输入，重复上述步骤2.3直到筛选次数达到最大值，得到第一阶模态分量M1i，计算模态分量的排列熵的值；如果该信号的排列熵的值大于约定阈值θ，则认为是异常声音模态分量，否则认为是噪声分量；步骤2.5若模态分量M1i为异常声音模态分量，则将Xi-M1i作为输入信号，重复步骤2.3-步骤2.4，直到分解得到的模态分量Mni为噪声分量为止；步骤2.6若i<N，则令i＝i+1，重复步骤2.2至步骤2.5，每次添加的T分布噪声信号不同，直至进行N次分解为止，对得到所有的模态分量求总体平均值，并将结果作为待分解信号的最终的模态分量Mk：Mk=1NΣi=1NMki]]>上式中，k是模态分量阶数，N为加噪次数。具体地，所述的对称中点插值方法具体步骤为：步骤3.1、假设输入信号为y，求取y的所有极大值点ymax与极小值点ymin；步骤3.2、连接所有相邻极值点，并求取极值中点ymean；ymean＝(ymax+ymin)/2步骤3.3、求取相邻极值中点的对称中点ym，同时采用三次样条插值方法对ym进行插值，得到最终插值曲线。具体地，步骤2.4中筛选次数最优为12。具体地，排列熵的具体计算过程如下：假设一个长度为N的时间序列信号x(i)，i＝1，2，…，N，对其进行延迟重构，得到如下时间序列：式中，l为时间延迟，m为重构维数，对X(i)中m个元素进行升序排列，得到：Xi'＝{x(i+(j1-1)*l)≤x(i+(j2-1)*l)≤…≤x(i+(jm-1)*l)}因此，每一个向量X(i)都拥有一组排列序列：Sg＝{j1,j2,j3,…jm}式中，j表示重构分量中各元素所在列的索引。其中，对于m个不同的符号必然会有m！种不同的排列；计算每种排列方式在X(i)中出现的概率p1、p2、…p3，则归一化后的排列熵为：H=(-Σi=1kpi*lgpi)lg(m!)]]>其中，N为时间序列长度，m为重构维数和l为时间延迟。有效增益效果在于：本发明基于D-ESMD对公共场所异常声音分解时，添加随机的T分布噪声序列到待分解的公共场所异常声音信号中，从源头上降低由背景噪声带来的分解偏差，从而使公共场所异常声音的识别能力得到很大提高。而且本发明结合公共场所异常声音与背景噪声特点，提出D-ESMD方法用于公共场所异常声音特征提取及识别，将公共场所异常声音分解成一系列频率成分较为单一的模态分量。从理论上对ESMD内部的插值方法、分解模态终止的判定条件及模态分量筛选次数等进行改进，保证分解得到的模态分量能够反映公共场所异常声音在不同尺度下的特征。附图说明图1：本发明提出的一种公共场所异常声音特征提取及识别方法流程框图；图2：ESMD插值方法分解模拟信号图；图3：本发明提出的改进插值方法分解模拟信号图；图4：本发明与其它几种异常声音特征提取方法的受试者工作特征(ReceiverOperatingCharacteristic，ROC)曲线对比图。具体实施方式以下结合附图进一步详细阐述本发明。本发明的核心技术是D-ESMD分解方法。D-ESMD分解方法是基于ESMD分解方法的进行的改进，其改进点为：一、采用基于T分布的ESMD分解方法，削弱模态分量中的背景噪声分量，从而更好的提取异常声音的特征。具体步骤如下：添加随机的T分布序列于待识别声音信号中，削弱模态分量中的背景噪声分量，从源头上降低由背景噪声带来的分解偏差，提高异常声音的特征提取的能力。具体处理过程为：假设公共场所异常声音信号为X(t)，它一般由真实异常音信号x(t)与背景噪声信号N(t)组成，即：X(t)＝x(t)+N(t)采用ESMD对X(t)进行分解时，得到的模态M(t)中同样包含异常声音信号分量m(t)与背景噪声信号分量c(t)，即为：X(t)=Σi=1nMi(t)+r(t)=Σi=1nmi(t)+ci(t)+r(t)]]>式中，n为模态分量数量，r(t)为分解余项。在信号X(t)中添加k次不同的T噪声序列ni(t)后，系列公式可表示成：X(t)+n1(t)＝m11(t)+m12(t)+…+m1n(t)+c11(t)+c12(t)+…+c1n(t)+r1(t)X(t)+n2(t)＝m21(t)+m22(t)+…+m2n(t)+c21(t)+c22(t)+…+c2n(t)+r2(t)………X(t)+ni(t)＝mi1(t)+mi2(t)+…+min(t)+ci1(t)+ci2(t)+…+cin(t)+ri(t)………X(t)+nk(t)＝mk1(t)+mk2(t)+…+mkn(t)+ck1(t)+ck2(t)+…+ckn(t)+rk(t)将上述N个公式累加，可得：k*X(t)+n1(t)+n2(t)+...nk(t)=k*x(t)+k*N(t)+n1(t)+n2(t)+...nk(t)=Σi=1kΣj=1nNij(t)+ri(t)=Σi=1kΣj=1nmij(t)+cij(t)+ri(t)=Σi=1kΣj=1nmij(t)+ri(t)+Σi=1kΣj=1ncij(t)]]>由上式可知，当k～∞时，k*N(t)+n1(t)+n2(t)+…nk(t)与cij(t)项均趋近于零，则上式转换为如下：x(t)=1kΣi=1kΣj=1nmij(t)+ri(t)]]>从上式可以看出，添加k次随机T分布噪声序列于公共场所异常声音当中，并采用ESMD对其分解得到的各阶模态取均值，背景噪声分量c(t)已经被消除，从而降低了公共场所背景噪声对异常声音分解的影响。二、采用对称中点插值替代极值中点奇偶插值，从信号源头上提高ESMD分解效率与分解准确率。对称中点插值方法为：步骤3.1求取原始信号的所有极大值点ymax与极小值点ymin；步骤3.2连接所有相邻极值点，并求取极值中点ymean；ymean＝(ymax+ymin)/2步骤3.3求取相邻极值中点的对称中点ym，同时采用三次样条插值方法对ym进行插值，得到最终插值曲线。别采用对称中点插值与极值点奇偶插值对模拟信号z进行分解。假设模拟信号z由三种频率不同幅度不同的正弦信号组成，如下所示：z＝sin(20*p*t)+1.5cos(40*π*t)+2.5cos(80*π*t)由图2以看出，采用ESMD插值方法对模拟信号进行分解时，产生的模态出现了失真现象，模态与原始信号幅值偏差较大。图3本发明提出的改进插值方法分解模拟信号图，有效缓解了ESMD插值的端点不明确造成带来的失真问题。三、基于排列熵算法对ESMD分解得到的模态分量进行复杂性检测，并将此作为区分异常声音与背景噪声的判定准则，自适应的得到有效异常声音分量。排列熵的具体计算过程如下：假设一个长度为N的时间序列信号x(i)，i＝1，2，…，N，对其进行延迟重构，得到如下时间序列：式中，l为时间延迟，m为重构维数，对X(i)中m个元素进行升序排列，可得到：Xi'＝{x(i+(j1-1)*l)≤x(i+(j2-1)*l)≤…≤x(i+(jm-1)*l)}因此，每一个向量X(i)都拥有一组排列序列：Sg＝{j1,j2,j3,…jm}式中，j表示重构分量中各元素所在列的索引。其中，对于m个不同的符号必然会有m！种不同的排列。计算每种排列方式在X(i)中出现的概率p1、p2、…p3，则归一化后的排列熵为：H=(-Σi=1kpi*lgpi)lg(m!)]]>其中，N为时间序列长度，m为重构维数和l为时间延迟。根据实验结果，重构维数m一般选取3～7。时间延迟对排列熵的影响较小，一般可以选取为1。本发明中通过判定添加了随机T分布序列的公共场所异常声音信号的分解得到不同频率尺度的模态分量的排列熵值H是否大于阈值θ，来判定模态的取舍。经过实验，发现θ取值在0.25-0.35范围内时，提取异常声音特征效果较好。四、模态分量筛选次数模态筛选次数是通过大量实验确定最佳的筛选次数，优选值为12。本发明利用以上的改进点，实现公共场所异常声音特征提取及识别，如图1所示，方法主要包括三部分：包括：公共场所待识别异常声音的分解、特征提取和识别。方法的具体步骤如下：步骤1：输入公共场所待识别异常声音信号并进行预处理。步骤2：采用改进的极点对称模态D-ESMD分解方法将待识别异常声音信号分解为一系列模态分量，每阶模态分量分别包含异常声音信号在不同频率段的特征。步骤3：计算步骤2中得到的各阶模态分量相对于原始异常声音信号的能量比，并组合成向量形式进行归一化处理，作为待识别异常声音信号的特征向量。步骤4：判断特征向量是否有效；若无效，跳转到步骤3；若有效，执行步骤5；步骤5：公共场所待识别异常声音的识别过程：首先，在已经建立的异常声音库中随机选取每一类并且一定数量的训练样本，通过步骤2和步骤3求取其训练样本的特征向量并建立SVM分类模型；然后，利用建立的SVM分类模型对待识别异常声音的特征向量进行分类，得到分类识别结果；其中，所述的D-ESMD用于公共场所待识别异常声音特征提取的具体步骤如下所示：步骤2.1确定添加T分布随机噪声次数N；步骤2.2假设待识别异常声音信号为x，添加随机的T分布序列于待识别声音信号x中，得到加噪的异常声音信号Xi；步骤2.3求取加噪过后异常声音信号Xi的极值点，连接相邻极值点，并将线段中点标记为Fi，补充左右边界点F0与Fn。采用对称中点插值方法替代ESMD的极值中点奇偶插值方法对n+1个极值中点构造插值曲线L*。步骤2.4将Xi-L*作为输入，重复上述步骤2.3直到筛选次数达到最大值12得到第一阶模态分量M1i，计算模态分量的排列熵的值；如果该信号的排列熵的值大于约定阈值θ，则认为是异常声音模态分量，否则认为是噪声分量；步骤2.5若模态分量M1i为异常声音模态分量，则将Xi-M1i作为输入信号，重复步骤2.3-步骤2.4，直到分解得到的模态分量Mni为噪声分量为止；步骤2.6若i<N，则令i＝i+1，重复步骤2.2至步骤2.5，每次添加的T分布噪声信号不同，直至进行N次分解为止，对得到所有的模态分量求总体平均值，并将结果作为待分解信号的最终的模态分量Mk：Mk=1NΣi=1NMki]]>上式中，k是模态分量阶数，N为加噪次数。图4为本发明与其它几种异常声音特征提取方法的ROC曲线对比图。其中ESMD为极点对称模态分解方法，EEMD为总体经验模态分解方法，SaSEEMD为基于α分布的总体经验模态分解方法，ELMD为总体局部均值分解方法。D-ESMD为本发明提出的改进ESMD分解方法。当前第1页1 2 3