胡 涛 张 超 程 炳 吴小培

(安徽大学计算智能与信号处理教育部重点实验室,安徽合肥 230039)

1 引言

近年来,伴随着社会经济的快速增长以及信号处理的不断发展,监控系统被广泛的应用在日常生活中,同时社会对监控系统的性能和要求也在不断地提高。过去常见的视频监控系统已经显露出局限性和诸多缺点,因此音频监控逐渐受到人们的关注。通过音频监控系统辅助传统的基于视频图像的监控系统,能够发挥更好的监控效果,提高检测到危险事件的成功率。由于声音信号的采集过程相对简单、存储需求较小,因此系统的计算复杂度相对较低,运行效率能够得到有效的提高,同时也尊重了他人的隐私权,适用于私密性高的环境。

音频事件检测是音频监控的核心和关键。音频事件检测包括音频事件定位和音频事件识别两大部分[1-2]。异常声音识别是音频事件识别领域的一个重点研究方向,实际上就是识别生活中的异常声音,例如枪声、警报声等。随着异常声音识别技术的不断发展,已经能够在监控场合下从声音信号的角度上有效检测出是否发生异常事件,从而改善了仅依赖视频监控所存在的缺陷,因此引起了公共安全领域极大的兴趣。传统的声音识别算法一般有动态时间规整技术(Dynamic Time Warping, DTW)、支持向量机(Support Vector Machine, SVM)、高斯混合模型(Gaussian Mixture Model, GMM)以及隐马尔可夫模型(Hidden Markov Model, HMM)[3]等,它们都在各种不同的实验环境下得到了应用。如Francesco Aurino等人提出基于1-SVM分类器对多种突发的异常声音(如枪声、玻璃破碎声和尖叫声)进行识别[4]。……