[发明专利]融合声音采集识别的场区智能视频监控方法、装置及系统

权利要求书

1.融合声音采集识别的场区智能视频监控方法，其特征是，包括：

采集布设在场区不同位置的麦克风获取的声音数据；对声音数据进行预处理后进行存储；

采集布设在场区不同位置的摄像头获取的视频数据，对视频数据进行存储；

对振幅超过设定阈值的声音进行声源进行定位，对振幅超过设定阈值的声音进行特征提取，根据提取的特征对声音进行识别，判断是否是场区内的异常声音；

如果是异常声音，则根据异常声音的声源位置对距离声源位置距离最近的摄像头的拍摄角度进行调整；

获取调整角度后的摄像头拍摄的视频数据，将异常声音和异常声音对应的位置处的视频数据进行合并后，进行记录存储，同时发出报警信号；

进行记录存储的具体步骤为：将麦克风位置、摄像头位置、异常声音声源位置、关联摄像头当前拍摄方向、建议关联摄像头调整的方向及角度均设置在电子地图中，形成数字地图；随着摄像头拍摄方向的变化，数字地图中的内容进行实时更新；

通过对同一声音到达的判断，确定此发声点的相对区域位置信息，将异常的位置在数字化地图中标定出来；

若检定为异常声音，则在数字地图上，以此声源的区域位置信息为圆心，确定离此异常声音点最近的摄像头，作为关联摄像头，通过对当前摄像头拍摄方向A与异常点的连线方向B计算比较，确定摄像头可以从方向A调整为方向B的角度。

2.如权利要求1所述的融合声音采集识别的场区智能视频监控方法，其特征是，

对振幅超过设定阈值的声音进行声源进行定位，具体步骤为：通过不同麦克风检测到的振幅超过设定阈值声音的时间差，对声源位置进行确定，进而确定与声源位置相邻最近的两个麦克风。

3.如权利要求1所述的融合声音采集识别的场区智能视频监控方法，其特征是，

对振幅超过设定阈值的声音进行特征提取，具体提取的特征包括：振幅、短时能量特征或MFCC特征。

4.如权利要求1所述的融合声音采集识别的场区智能视频监控方法，其特征是，

根据提取的特征对声音进行识别，判断是否是场区内的异常声音，具体步骤为：

预先构建神经网络，利用场区的预先采集的正、负训练样本进行训练，得到训练好的神经网络；将提取的特征输入到训练好的神经网络中，输出声音识别结果，即：正常声音或异常声音。

5.如权利要求4所述的融合声音采集识别的场区智能视频监控方法，其特征是，

正训练样本的获取步骤为：对场区内正常声音进行采集，对声音进行去噪和平滑预处理，然后进行特征提取，将提取的特征作为正训练样本；

负训练样本的获取步骤为：对场区内异常声音进行采集，对声音进行去噪和平滑预处理，然后进行特征提取，将提取的特征作为负训练样本；异常声音，包括场区越界、车辆冲撞、事故声、爆炸声、尖叫声、犯罪行为声音或玻璃破碎声。

6.如权利要求1所述的融合声音采集识别的场区智能视频监控方法，其特征是，

如果是异常声音，则根据异常声音的声源位置对距离声源位置距离最近的摄像头的拍摄角度进行调整的具体步骤为：

假设异常声音声源位置与摄像头之间的连线和摄像头的当前摄像方向之间的夹角为第一夹角；则将摄像头的当前摄像方向朝声源位置方向移动第一夹角的角度，完成角度的调整；

如果当前摄像头达到极限角度，不能完成角度的调整，则选择距离声源位置第二近的摄像头进行角度调整。