• 综合
  • 标题
  • 关键词
  • 摘要
  • 学者
  • 期刊-刊名
  • 期刊-ISSN
  • 会议名称
搜索

作者:

许文杰 (许文杰.) | 杨淇善 (杨淇善.)

摘要:

区别于视频监控这一重要技术手段,异常声音从监控者的听觉角度十分高效的反映出监控场景的异常情况,对于监控公共场所的安全有着十分显著的作用.因此,异常声音的研究方法也受到了国内外许多学者和机构的重视.文章提出了一种由线性预测倒谱系数(Linear Prediction Cepstrum Coefficient,LPCC)与短时平均幅度差(Average Magnitude Difference Function,AMDF)融合的新型联合特征参数并结合高斯混合模型(Gaussian Mixture Model,GMM)应用于异常声音检测工作,实验结果显示所实现方法在对危险声音检测时得到了较好检测准确率.

关键词:

高斯混合模型 短时平均幅度差 异常声音 特征融合 线性预测倒谱系数

作者机构:

  • [ 1 ] [许文杰]北京工业大学
  • [ 2 ] [杨淇善]北京工业大学

通讯作者信息:

电子邮件地址:

查看成果更多字段

相关关键词:

来源 :

长江信息通信

ISSN: 1673-1131

年份: 2021

期: 10

卷: 34

页码: 110-113

被引次数:

WoS核心集被引频次: 160

SCOPUS被引频次:

ESI高被引论文在榜: 0 展开所有

万方被引频次: -1

中文被引频次:

近30日浏览量: 1

在线人数/总访问数:327/5049322
地址:北京工业大学图书馆(北京市朝阳区平乐园100号 邮编:100124) 联系我们:010-67392185
版权所有:北京工业大学图书馆 站点建设与维护:北京爱琴海乐之技术有限公司