基于MFCC+GMM的声学事件检测(SED), MATLAB实现, 课程设计, 2020夏
本项目针对街道与交通道路场景,设计了一套用于突发公共安全事件识别的声学检测算法(以枪击、爆炸为例)。依次通过信号滤波、能量分析、MFCC特征提取、GMM分类器等环节实现声学事件检测。更多细节请查看文件:课题报告-室外公共场所突发安全事件声学检测系统.pdf
项目名称:室外公共场所突发安全事件声学检测系统
课题来源:检测技术及系统设计(seminar),2020夏季学期,东南大学/仪器科学与工程学院
完成人:招梓枫,林涵
指导老师:李煊鹏博士
以下程序建议按所列顺序运行
FileReading.m:音频文件读入,依次载入环境背景声、枪声、爆炸声、车鸣声
sound_synthesis.m:按一定信噪比随机混合环境背景声、枪声、爆炸声、车鸣声,得到的混合声用于模型的测试
SpectrumAnalysis.m & LowpassAnalysis.m:频谱分析,设计用于预处理的Butterworth滤波器
EnergyAnalysis.m:能量分析,定位大功率前景信号(枪声、爆炸声、车鸣声)
SegmentExtraction.m:在能量分析基础上做端点检测,实现大功率前景声(枪声/爆炸声/车鸣声)和环境背景声(干扰)的分离
TrainingGMM:计算MFCC特征,并训练3个GMM分别对枪声(目标)、爆炸声(干扰)、车鸣声(干扰)进行识别
recog.m:用先前获得的混合声对训练好的GMM进行测试
- Mesaros, Annamaria , T. Heittola , and T. Virtanen . "TUT database for acoustic scene classification and sound event detection." Signal Processing Conference IEEE, 2016.
- APimentel, B. A. , & André C.P.L.F. de Carvalho. (0). A meta-learning approach for recommending the number of clusters for clustering algorithms - sciencedirect. Knowledge-Based Systems, 195.
- 张克刚, & 叶湘滨. (2015). 基于短时能量和小波去噪的枪声信号检测方法. 电磁测量与仪表学术发展方向主题研讨会.
- 蒋小为等. 枪声信号分析与预处理[C]// 中国声学学会第十一届青年学术会议会议论文集. 中国声学学会, 2015.
- 吴松林, 杨杰, 林晓东,等. 声定位系统中的弹道波信号分析及弹道矢量计算[J]. 探测与控制学报, 2009, 31(2):54-58.
- 朱强强. 公共场所下的枪声检测研究[D].
- Chacon-Rodriguez, Alfonso, Julian, Pedro, Castro, & Liliana, et al. (2011). Evaluation of gunshot detection algorithms. IEEE Transactions on Circuits & Systems. Part I: Regular Papers.
- 王俊丰, 贾晓霞, 李志强. 基于K-means算法改进的短文本聚类研究与实现[J]. 信息技术, 2019, v.43;No.337(12):84-88.
/PaperReading:参考文献
/Presentation&Report:报告&答辩附件材料
/simulation:MATLAB算法程序
/课题报告-室外公共场所突发安全事件声学检测系统.pdf:课题报告pdf终稿
/课题答辩-PresentationPPT.pdf:课题答辩PPT终稿