[发明专利]静音检测方法、系统、设备及计算机可读存储介质

权利要求书

1.一种静音检测方法，其特征在于，所述静音检测方法包括以下步骤：

采集当前通话时的环境图像，对所述环境图像进行预处理，获得预处理后的第一图像；

从所述第一图像中提取场景特征，将提取的场景特征输入预置的场景识别模型，并获得所述场景识别模型输出的识别结果，根据所述识别结果确定用户所处的目标场景；

获取预置的参数规则，根据所述目标场景和所述参数规则确定目标参数；

将静音分类器门限值调整成所述目标参数，通过调整好的静音分类器对当前通话进行静音检测。

2.如权利要求1所述的静音检测方法，其特征在于，所述对所述环境图像进行预处理，获得预处理后的第一图像的步骤包括：

对所述环境图像进行数字化处理，得到数字化图像；

对所述数字化图像进行图像增强处理，并对图像增强处理得到的图像进行平滑处理，以获得第一图像。

3.如权利要求1所述的静音检测方法，其特征在于，所述从所述第一图像中提取场景特征的步骤包括：

根据预设规则将所述第一图像划分为第一预设数目的子区域，选定所述子区域的中心像素；

获取所述子区域内中心像素的第二预设数目的相邻像素，分别将所述第二预设数目的相邻像素的灰度值与所述中心像素的灰度值进行比较，将灰度值大于中心像素灰度值的相邻像素标记值置为1，将灰度值小于中心像素灰度值的相邻像素标记值置为0，基于所述相邻像素的标记值建立所述子区域对应的直方图；

基于所述第一图像中各子区域对应的直方图确定所述第一图像的场景特征。

4.如权利要求1所述的静音检测方法，其特征在于，所述获取预置的参数规则，根据所述目标场景和所述参数规则确定目标参数的步骤包括：

检测所述环境图像中的人脸，并从检测到的人脸中确定第一目标人脸，其中，在检测到环境图像中有两个以上人脸时，从所述两个以上人脸中选择面积大于预设值的人脸作为所述第一目标人脸；

提取所述第一目标人脸的预设特征，根据所述预设特征判断所述第一目标人脸是否符合疲劳特征；

若所述第一目标人脸符合疲劳特征，则获得所述第一目标人脸的疲劳特征值，并根据所述目标场景、疲劳特征值以及参数计算方法计算获得目标参数。

5.如权利要求4所述的静音检测方法，其特征在于，所述提取所述第一目标人脸的预设特征，根据所述预设特征判断所述第一目标人脸是否符合疲劳特征的步骤包括：

从当前通话时采集的环境图像中提取所述第一目标人脸的人眼眼睑高度差值序列，基于所述人眼眼睑高度差值序列计算获得人眼眼睑高度差值的变化特征值；

根据所述环境图像统计预设间隔时长内的眨眼次数；

根据所述变化特征值和所述预设间隔时长内的眨眼次数判断所述第一目标人脸是否符合疲劳特征。

6.如权利要求1所述的静音检测方法，其特征在于，所述采集当前通话时的环境图像的步骤之后包括：

检测所述环境图像中的人脸，并从检测到的人脸中确定第二目标人脸，其中，在检测到环境图像中有两个以上人脸时，从所述两个以上人脸中选择面积大于预设值的人脸作为所述第二目标人脸；

提取所述第二目标人脸的嘴唇特征，根据所述嘴唇特征判断所述第二目标人脸是否符合言语特征；

若所述第二目标人脸符合言语特征，则执行所述根据所述环境图像进行场景识别的步骤；

若所述第二目标人脸不符合言语特征，则不传输当前通话的音频。

7.如权利要求1所述的静音检测方法，其特征在于，所述通过调整好的静音分类器对当前通话进行静音检测的步骤包括：

从当前通话中获取待检测音频帧，从所述待检测音频帧中提取语音特征；

将所述语音特征输入到调整好的静音分类器，由该静音分类器基于所述语音特征判断所述待检测音频帧是否为静音帧。