[发明专利]一种基于声音的农村道路交通事故警情识别方法

权利要求书

1.一种基于声音的农村道路交通事故警情识别方法，其特征在于，包括如下步骤：

步骤(1)：利用麦克风采集道路上的声音信号，并采用门限阈值法提取大于预设强度阈值的声音片段，声音强度的计算公式为：

e(t)＝x²(t)

其中，x(t)为t时刻归一化后的声音大小值，当检测到某一时刻e(t₀)的值大于阈值0.2时认为有声音发生，当e(t₁)的值小于阈值0.1时认为正在发生的声音结束，截取t₀～t₁的声音片段并保存成波形文件格式；

步骤(2)：人为听取上述步骤(1)获取的声音片段并分为正负两类作为正负样本数据集：正类为含有碰撞声和刹车声的警情声音片段，负类为包含其它声音的声音片段；

步骤(3)：将正负样本数据集分别随机划分为训练数据集和测试数据集，其中测试集占20％；

步骤(4)：构建一维CNN网络分类模型；

步骤(5)：训练步骤(4)构建的CNN网络分类模型；

步骤(6)：将训练好的CNN网络分类模型部署到嵌入式设备中，部署框架采用腾讯开源的ncnn神经网络推理框架；

步骤(7)：将检测装置安装在实际道路环境中运行,分析实时音频流，检测是否有疑似交通事故警情发生。

2.根据权利要求1中所述的一种基于声音的农村道路交通事故警情识别方法，其特征在于，在步骤(4)中构建一维CNN网络分类模型的具体流程如下：

(4.1)、输入为固定长度的一维信号，长度大小为24000，要求麦克风的采样频率为8KHz，采样时长为3s整；若声音片段的时长小于3s，则补零操作；若大于3s，则滑窗切分为多个3s片段，最后不足3s的补足；

(4.2)、CNN网络分类模型的主干网络使用6次一维卷积操作，并在每一次卷积操作后都加入了归一化和激活操作，使得网络的泛化能力更强；同时设置每次卷积操作的滑步为4，因此每次卷积操作输出的长度为输入的1/4；

(4.3)、经过6次卷积操作后，信号的输出尺度为1024×6，通过尺度重塑：进行首尾相接，由二维变为一维，长度变为6144；再经过2个全连接层并作逻辑回归后得到最终的输出结果；输出结果的长度为2([y₀,y₁])，其中y₀和y₁这2个值分别代表正负两类的概率值。

3.根据权利要求1中所述的一种基于声音的农村道路交通事故警情识别方法，其特征在于，在步骤(5)中训练步骤(4)构建的CNN网络分类模型的具体流程如下：

(5.1)、将训练样本分批次输入到CNN网络分类模型中；

(5.2)、训练过程中，将模型输出的正负类别概率值与之前标注的结果计算损失函数，采用随机梯度下降法不断更新模型参数，损失函数如下所示：

其中，θ为模型待优化的参数，N为每一批训练样本的数量；当c＝k时，为1，否则为0，为输出的第k类概率值；

(5.3)、经过大量迭代训练后，CNN网络分类模型输出的loss值收敛到较低；之后，每一轮迭代训练完成后，在测试集上对模型进行测试；若测试准确率超过90％，则完成了整个训练过程，若测试精度没有达到要求，则回到步骤(5.1)，继续训练。

4.根据权利要求1中所述的一种基于声音的农村道路交通事故警情识别方法，其特征在于，在步骤(7)中检测是否有疑似交通事故警情发生的具体流程如下：

(7.1)、通过麦克风获取实时音频流数据，利用门限阈值法截取声音片段，并切分或补齐到24000的长度大小；

(7.2)、将处理后的声音信号输入到CNN网络分类模型中，直接输出得到对应正负类概率值；

(7.3)、判断正类的概率值是否大于阈值0.9，若是，保存录音并发出告警；若否，继续检测。