1、視頻監(jiān)控是公共安全預(yù)警領(lǐng)域的重要技術(shù)手段，已經(jīng)得到廣泛應(yīng)用。異常聲音從聽(tīng)覺(jué)角度有效地反映了監(jiān)控場(chǎng)景的異常情況，彌補(bǔ)了視頻監(jiān)控的不足。公共場(chǎng)所的異常聲音識(shí)別能夠有效預(yù)警危急情況，受到了國(guó)內(nèi)外研究機(jī)構(gòu)的廣泛關(guān)注。
　　本文在調(diào)研國(guó)內(nèi)外相關(guān)研究文獻(xiàn)的基礎(chǔ)上，對(duì)異常聲音在公共場(chǎng)所環(huán)境下的識(shí)別開(kāi)展了以下工作:
　　針對(duì)異常聲音數(shù)據(jù)庫(kù)資源缺乏的問(wèn)題，建立了公共場(chǎng)所異常聲音數(shù)據(jù)庫(kù)。首先介紹了異常聲音，然后根據(jù)公共場(chǎng)所異常聲音發(fā)生的概率和危

2、害程度，收集和整理了公共場(chǎng)所異常聲音數(shù)據(jù)集，以彌補(bǔ)異常聲音數(shù)據(jù)庫(kù)資源的缺乏，其中包括槍聲、爆炸聲、玻璃破碎聲等，最后分析了這些異常聲音的時(shí)頻特性。
　　針對(duì)安全監(jiān)控場(chǎng)景復(fù)雜、聲音信號(hào)非平穩(wěn)等因素造成的異常聲音識(shí)別率低的難題，本文提出了基于MVDR(Minimum VarianceDistortion Less Response Spectrum Estimation)譜估計(jì)的改進(jìn)MFCC（Mel-Frequency Cepstru

3、m Coefficients）與短時(shí)能量(STE，Short-termEnergy)融合的異常聲音識(shí)別方法。該算法首先采用MVDR譜估計(jì)代替?zhèn)鹘y(tǒng)MFCC中的FFT(Fast Fourier Transformation)譜估計(jì)，提取MVDR-MFCC特征，然后融合短時(shí)能量特征，從不同方向表征異常聲音。仿真實(shí)驗(yàn)表明，與傳統(tǒng)異常聲音識(shí)別方法相比，新算法識(shí)別性能更好，平均識(shí)別率提高2.5％，能有效識(shí)別打碎玻璃、尖叫、爆炸、槍擊等異常聲音，更適

4、用于監(jiān)控場(chǎng)景。
　　針對(duì)復(fù)雜監(jiān)控場(chǎng)景中基于MFCC特征的異常聲音識(shí)別魯棒性差的難題，本文提出了基于Hilbert譜與獨(dú)立分量分析(ICA，IndependentComponent Analysis)的異常聲音識(shí)別方法。該算法參考MFCC提取流程，首先計(jì)算Hilbert譜估計(jì)結(jié)果的功率譜，然后功率譜通過(guò)Mel濾波器組后再取對(duì)數(shù)，最后通過(guò)ICA實(shí)現(xiàn)去相關(guān)、降維和降噪。
　　仿真實(shí)驗(yàn)表明，與MFCC方法相比，該算法改善了系統(tǒng)性能，