基于音频事件检测和分类的音频监控系统背景模型自适应方法研究

• 作者: 倪崇嘉 张爱英
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 音频事件检测与分类 背景模型自适应 受限的最大似然线性回归 监控系统
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 图形图像与模式识别
• 页码范围: 310-314
• 页数: 5页
• 分类号: TP391.42
• 字数: 6158字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.9.062

摘要

随着监控系统中音频传感器应用的与日俱增,音频事件检测与分类已成为一个重要的研究课题.音频系统所处的音频环境(不同场所、不同噪声)非常复杂,以致检测与分类音频事件异常困难.因此,进行背景模型自适应从而适应不断变化的音频环境变得十分重要.提出了利用受限的最大似然线性回归方法对背景模型进行自适应.采用实际监控场景中的音频数据和模拟录制数据,研究了背景模型自适应方法以及如何有效地进行背景模型自适应.实验结果表明背景模型自适应可以提高目标声音事件的检测性能,减少系统误报.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张爱英	山东财经大学系统科学与信息处理研究所	3	8	2.0	2.0
2	倪崇嘉	山东财经大学系统科学与信息处理研究所	2	7	2.0	2.0