声音、音频技术在视频安防监控中的应用.pptVIP

降低原材料成本 本文反映结束！ 谢谢大家观看！ 同步糖化发酵工艺 ，能耗下降30% * 声音在视频监控中的应用 声音在视频监控中的应用 概述 声音是携带信息的重要媒体。研究表明，人类从 外部世界获取的信息中，10%是通过听觉获得的, 因此声音是多媒体技术研究中的一个重要内容。 声音是由物体振动产生的，这种振动引起周围空气 压强的振荡，从而使耳朵产生听觉的印象。 声音的种类繁多，人的语音是最重要的声音。此 外，还有动物、乐器等发出的声音，风声、雨声、 雷声等自然声音，以及机器合成产生的声音等。 声音在视频监控中的应用 幅值 t 一个周期 － + 空气压强 0 人耳能识别的声音频率范围大约在20～20kHz， 通常称为音频（audio）信号。 人耳能识别的声音频率范围大约在20～20kHz， 通常称为音频（audio）信号。 其中 300HZ ~ 3kHZ 为语音信号（speech） 图2.1 空气压强振荡的波形示意图 声音在视频监控中的应用 音频滤波 滤波器是一种选频装置，可以使信号中特定的频率 成分通过，而极大地衰减其它频率成分。在测试装置 中，利用滤波器的这种选频作用，可以滤除干扰噪声 或进行频谱分析。 音频滤波就是要滤除音频范围外的声音信号，相对 突出音频信号，或者检出或去除某段频率的信号。 常见的滤波器有高通，低通，带通，带阻。 声音在视频监控中的应用 声音在视频监控中的应用 特定声音的检测和识别 特定的声音常见的有玻璃破碎声，枪声，尖叫声等， 下面以玻璃破碎声为例介绍特定声音的检测和识别。 声音在视频监控中的应用 检测原理 利用玻璃破碎的频率特征（ 10k～15kHZ ）， 对高频的玻璃破碎声音进行有效检测， 而对10kHZ以下的声音信号（如说话、走路声）进行 有效过滤，这样当检测到特定频率的声音强度超过阈值 时，就可认为发生了玻璃破碎。 声音在视频监控中的应用 检测原理示意图 生态环境声音信号 预处理 训练样本 测试样本 特征提取 特征提取 高斯混合模型 判决规则 投票 识别结果 训练 识别 前端处理 声音在视频监控中的应用 玻璃破碎的应用 玻璃破碎可应用到银行，博物馆，商业等一系列场合， 如果同时进行低频的敲击声的检测，针对性将更强， 但玻璃破碎探测器要尽量靠近所要保护的玻璃， 尽量远离噪声干扰源，如尖锐的金属撞击声、铃声、 汽笛的啸叫声等，减少误报警。 声音在视频监控中的应用 声纹识别 声纹识别属于生物识别技术的一种，是一项根据语音 波形中反映说话人生理和行为特征的语音参数，自动识别 说话人身份的技术。与语音识别不同的是，声纹识别 利用的是语音信号中的说话人信息，而不考虑语音中的 字词意思，它强调说话人的个性;而语音识别的目的是 识别出语音信号中的言语内容，并不考虑说话人是谁， 它强调共性。 声纹识别系统主要包括两部分，即特征检测和模式 匹配。特征检测的任务是选取唯一表现说话人身份的 有效且稳定可靠的特征，模式匹配的任务是对训练和 识别时的特征模式做相似性匹配。 声音在视频监控中的应用 声纹识别应用前景 与其他生物识别技术，诸如指纹识别、掌形识别、 虹膜识别等相比较，声纹识别除具有不会遗失和忘记、 不需记忆、使用方便等优点外，还具有以下特性： 用户接受程度高，由于不涉及隐私问题，用户无任何 心理障碍。 与其他生物识别技术，诸如指纹识别、掌形识别、虹膜识别等相比较，声纹识别除具有不会遗失和忘记、不需记忆、使用方便等优点外，还具有以下特性： 用户接受程度高，由于不涉及隐私问题，用户无任何心理障碍。 与其他生物识别技术，诸如指纹识别、掌形识别、虹膜识别等相比较，声纹识别除具有不会遗失和忘记、不需记忆、使用方便等优点外，还具有以下特性： 用户接受程度高，由于不涉及隐私问题，用户无任何心理障碍。 声音在视频监控中的应用 声音定位 人们经常借助听觉来判定发音物体的位置。声音定位在 人和动物的日常生活中着重要意义。例如，当你独自 行走时，突然听到一个响声．你会想到这个声音什么意思， 对你有无威胁，它来自何方等等。确定声音的方向 和距离需要比较来自两耳信息，虽然你会很快作 比判断和反应，但声音定位过程是听觉系统复杂综合的 功能。 声音在视频监控中的应用 声音定位机理 强度差 　　高频的声音刺激，由于它的波长较短，如果一个 高频声波来自一侧，头部本身就构成声音传播的障碍 物，使其到达对侧耳中的音强受到耗损，这样在两耳 之间形成了强度差，导致神经元单位发放频率的不 对称。一般成年人能准确定位2000-3000Hz的声音。 声音在视频监控中的应用 声音定位机理 时