音频啸叫检测方法、使用该方法的视频监控方法及系统的制作方法
【技术领域】
[0001] 本发明涉及监控领域，尤其涉及音频啸叫检测方法、使用该方法的视频监控方法 及系统。
【背景技术】
[0002] 随着社会安全的迫切需求以及平安城市的大力建设，视频监控系统得到了飞速发 展，监控摄像机也得到了越来越广泛的应用。传统的摄像机在完成了数字化和网络化的转 变后，正朝着智能化的方向发展。视频分析技术由此孕育而生，然而视频分析无法检测到摄 像机视野外的异常行为，若异常行为不在监控范围内，则无法检测到。因此，单纯使用视频 分析检测有很大的局限性。
[0003] 声音向四面八方传播，音频啸叫检测技术通过采集环境中的声音信号，可以检测 异常的尖峰信号，检测的范围不受限于摄像机的视野。因此将音频啸叫检测与摄像机已有 的视频分析功能相结合，在声音和行为上对异常行为进行双重辨识，既可以在很大程度上 提高监控的可靠性，又可以扩大监控范围，达到更加有效的监控效果。
[0004] 然而，现有的摄像机主要是通过视频分析，检测异常行为，并没有检测环境中的异 常声音信号的功能。另外，在某些安防系统中，有一种音频异常检测系统，但它是一个独立 的模块，没有对视频实时监控的功能。在监控行业中一般由摄像机视频监控系统实现对视 频的监控，音频异常检测系统实现对音频的监控。这种音视频检测的分离需要更多的设备、 更复杂的安装和维护，需要更多的人力、时间和费用，造成了资源的浪费。
【发明内容】
[0005] 本发明所要解决的技术问题在于，通过发明音频啸叫检测方法、使用该方法的视 频监控方法及系统，将音频啸叫检测集成到摄像机视频监控系统中，通过摄像机同时对周 围环境中的视频与声音信号进行检测，达到更有效的监控效果，提高摄像机监控的可靠性， 并且节省人力与物力成本。
[0006] 本发明是这样实现的，一种音频啸叫检测方法，包括以下步骤：
[0007] S1、获取每帧声音信号的能量均值Ax，并根据能量均值4计算该帧的能量特征值 Dx;
[0008] S2、缓存连续η帧声音信号的能量特征值Dxm~D ，找出最大值D xmaj^为尖峰 信号值，并计算除尖峰信号值以外的其它能量特征值的均值Dxavg;
[0009] S3、计算尖峰信号值Dxmaj^ D ^的偏移值d alOTaffset;
[0010] S4、将偏移值dala"affsrt与预设的报警阈值d th进行比较，若所述偏移值d ala"affsrt大 于报警阈值dth，则判定所述尖峰信号为异常信号，否则，未检测出异常信号。
[0011] 其中，S2中缓存连续η帧声音信号的方法为：
[0012]若为首次缓存，则缓存连续η帧声音信号的能量特征值DXM~D χ[η_1];
[0013] 若非首次缓存，则去除上一次缓存数据中的首个声音信号的能量特征值Dxm，将 上一次缓存数据中的Dx[1]~D Mlril作为本次缓存数据中的D x[(l]~D x[n_2]，并在本次缓存数据 中加入新的能量特征值Dxm，得到本次缓存的能量特征值Dxm~D ，所述新的能量特征 值Dxflrf为上一次缓存数据中的能量特征值D 对应的声音信号的下一帧声音信号的能 量特征值。
[0014] 一种视频监控方法，采用上述的音频啸叫检测方法进行音频检测，包括以下内 容：
[0015] 1)实时采集视频数据；找出视频数据中的异常行为，根据所述异常行为生成异常 行为特征数据，所述异常行为特征数据包含异常行为发生时间；
[0016] 2)实时采集音频数据；找出音频数据中的异常音频，根据所述异常音频生成异常 音频特征数据，所述异常音频特征数据包含异常音频发生时间；
[0017] 3)判断异常行为发生时间与异常音频发生时间是否重叠；若不重叠，则分别对异 常行为和异常音频进行普通报警；若重叠，则进行紧急报警。
[0018] 所述异常行为特征数据包括异常行为发生时间和异常行为发生区域；所述异常音 频特征数据包括异常音频发生时间和异常音频能量值。所述视频数据和所述音频数据均带 有时间戳。
[0019] 一种视频监控系统，采用上述视频监控方法，包括位于后端的系统管理平台和集 成于摄像机之中的音频采集模块、音频啸叫检测模块、图像采集模块、图像处理模块、码流 传输模块和摄像机报警模块，其中，
[0020] 所述音频采集模块由内置于摄像机的拾音器和音频采集芯片组成，用于实时采集 音频数据，为音频数据打时间戳，生成带有时间戳的音频流，并将音频流传输至音频啸叫检 测模块和码流传输模块；
[0021] 所述音频啸叫检测模块对音频流进行啸叫检测，找出音频流中的异常音频，根据 所述异常音频生成异常音频特征数据，并将所述异常音频特征数据传输至摄像机报警模 块，所述异常音频特征数据包含异常音频发生时间；
[0022] 所述图像采集模块用于实时采集视频数据，为视频数据打时间戳，生成带有时间 戳的视频流，并将视频流传输至图像处理模块和码流传输模块；
[0023] 所述图像处理模块用于对视频流进行视频分析，找出视频流中的异常行为，根据 所述异常行为生成异常行为特征数据，并将异常行为特征数据传输至摄像机报警模块，所 述异常行为特征数据包含异常行为发生时间；
[0024] 摄像机报警模块用于判断异常行为发生时间与异常音频发生时间是否重叠；若不 重叠，则分别对异常行为和异常音频进行普通报警；若重叠，则进行紧急报警。所述摄像机 报警模块播放报警音乐并生成报警信息，将所述报警信息传输至系统管理平台，所述报警 信息包括报警类别、异常行为特征数据和/或异常音频特征数据
[0025] 码流传输模块将接收的视频流与音频流传输至系统管理平台。
[0026] 系统管理平台用于实时展示所述视频流、以文件形式存储所述音频流和显示所述 报警信息；允许用户对视频监控过程的相关参数进行设置和对视频监控系统进行管理。
[0027] 进一步地，所述音频啸叫检测模块输出的异常音频特征数据包括异常信号发生时 间和异常信号能量值；所述图像处理模块输出的异常行为特征数据包括异常行为发生时间 和异常行为发生区域。
[0028] 进一步地，音频啸叫检测的报警阈值dth可以预先根据环境和安防要求进行设定， 默认有11个不同的阈值。
[0029] 进一步地，所述拾音器可以根据需求选择外置拾音器，摄像机有可与外置拾音器 通讯的接口。
[0030] 进一步地，所述音频啸叫检测模块和图像处理模块只有检测到异常，才将检测结 果传输给摄像机报警模块。
[0031] 实施本发明，具有如下有益效果：
[0032] 本发明提供了音频啸叫检测