基于独立分量分析的车辆声音识别方法

摘要

本发明涉及一种基于独立分量分析的车辆声音识别方法，属于音频处理和模式识别技术领域。其步骤是：对各类车辆声音进行预处理，得到各类车辆声音的频谱，并根据车辆声音的特点对频谱进行了裁减，并将频域的系数变换到对数域，提高了车辆声音识别的鲁棒性；利用独立分量分析来提取车辆声音的特征，能够适应车辆识别的小样本训练特征；将待识别样本在独立分量构成的特征空间上重建，并得到待识别样本与车辆类中心欧几里德距离，并根据这一欧几里德距离对待识别样本归类。本发明可快速、高效的识别车辆声音，特别适用于实时计算环境。可应用于：军事中的通过车辆侦查；民用中的智能交通系统等应用场景。

主权项

1. 一种基于独立分量分析的车辆声音识别方法，其特征在于包括以下步骤：1)对各类车辆声音进行预处理，得到各类车辆声音的频谱；2)利用独立分量分析方法分别提取各类车辆声音的特征；3)将待识别样本分别在以独立分量构成的各类车辆的特征空间上重建其模型，分别求取待识别样本与各类车辆的欧几里德距离，将其中距离最小者所对应的模型对应的车辆类别作为识别结果，其中，预处理步骤1)进一步包括以下子步骤：1. 1)利用音频采集装置采集各类车辆声音信号；1. 2)首先将平均振幅归零化；将获得的音频数据分成N帧并使每帧与相邻帧之间有L个采样点的重合；再对每一帧使用海明窗滤波；1. 3)将每帧的车辆声音信号变换到频域，并得出其功率谱，为了减小计算量及特征库的大小，选择前T个功率谱系数，并对功率谱系数进行归一化处理；1. 4)为了使车辆声音的识别更加鲁棒，将频谱对数化。