智能音视频分析系统声源运动目标的检测与识别技术.pdfVIP

微型电脑应用2025年5月

基金项目MicrocomputerApplications第41卷第5期

文章编号：1007-757X(2025)05-0129-05

智能音视频分析系统声源运动目标的检测与识别技术

邱兆新，关雪敏*

（广西民族师范学院，数学与计算机科学学院，广西，崇左532200）

摘要：智能音视频分析系统中的声源运动目标检测与识别是通过估计多快拍的声源方位角实现的。为了在多快拍的前提

下尽量发挥阵列行信号的稀疏先验作用，提出基于自适应套索的稀疏贝叶斯学习（aLASSO-SBL)方案。但由于该方案框架的

参数更新需要复杂的矩阵运算，因此提出空间轮换变元（SRV）的优化方案，结合声源独立的特性轮换进行变量的更新，从而

降低算法的运算复杂度。仿真实验结果表明，在信噪比为0dB～20dB

的优势，能够更加准确地识别声源方位角。

关键词：声源方位角；信噪比；稀疏贝叶斯方法；声源检测

中图分类号：TP391.41文献标志码：A

DetectionandRecognitionTechnologyofMovingTargetofSoundSource

inIntelligentAudioandVideoAnalysisSystem

QIUZhaoxin,GUANXuemin*

(CollegeofMathematicsandComputerScience,GuangxiMinzuNormalUniversity,Chongzuo532200,China)

Abstract:Thedetectionandrecognitionofsoundsourcemovingtargetinintelligentaudioandvideoanalysissystemisrealized

byestimatingthesoundsourceazimuthofmultiplesnapshots.Inordertomaximizethesparsepriorfunctionofarrayrowsig-

nalsunderthepremiseofmultiplesnapshots,anadaptiveLASSObasedsparseBayesianlearning(aLASSO-SBL)schemeispro-

posed.However,sincetheparameterupdateoftheschemeframeworkrequirescomplexmatrixoperations,anoptimization

schemeofspacerotationvariable(SRV)isproposed,andthevariablesareupdatedincombinationwiththeindependentcharac-

teristicsofthesoundsource,therebyreducingthecomputationalcomplexityofthealgorithm.Thesimulationresultsshowthat

theproposedalgorithmhasobviousadvantagesundertheconditionsofsignal-to-noiseratioofodB~20dBandthenumberof

snapshotslessthan5.Itcanidentifythesoundsourceazimuthmoreaccurately.

Keywords:soundsourceazimuthangle;signal-to-noiser