[发明专利]基于室内声场扰动识别的室内人群密度估计方法

权利要求书

1.一种基于室内声场扰动识别的室内人群密度估计方法，其特征在于：包括以下步骤：

步骤1：针对需要进行人群估计的特定室内环境，预测场景中可能会出现的人群最大数量，分别测量不同数量的人置于室内的任意位置时的声学信道，并对测量信号进行特征提取，得出不同数量的人所对应的声学信道特征，组成特征样本库；

步骤2：在对该特定室内环境进行实际人群密度估计时，对该特定室内环境进行声学信道测量，并对测量信号进行特征提取，将提取的特征与步骤1得到的特征样本库进行协同处理，得到人群密度估计结果。

2.根据权利要求1所述一种基于室内声场扰动识别的室内人群密度估计方法，其特征在于：所述协同处理采用以下方式：通过机器学习或者深度学习方式对特征样本库中的数据进行学习，再利用学习结果，根据实际测量结果的特征进行人群密度估计。

3.根据权利要求1所述一种基于室内声场扰动识别的室内人群密度估计方法，其特征在于：步骤1具有包括以下步骤：

步骤1.1：针对需要进行人群估计的特定室内环境，预测场景中可能会出现的人群最大数量N_max；

步骤1.2：在室内环境内设置麦克风及声源，声源发出声信号s(t)，麦克风接收到声信号r(t)，得到声学脉冲响应h(t)为

式中fft表示对时域信号进行傅里叶变换，ifft表示对频域信号进行反傅里叶变换；

步骤1.3：根据步骤1.2的测量方法，得到所述特定室内环境内无人时的声学脉冲响应，以及特定室内环境内具有k个人，k＝1、2、3……，N_max，且k个人在室内环境种采用l种位置分布时的声学脉冲响应，共计N_max*l+1组声学脉冲响应；

步骤1.4：对于每一组声学脉冲响应，提取声学信道特征；并将同一人数不同位置分布所对应的房间脉冲响应的特征进行组合，得到该人数对应的声学信道特征；

步骤1.5：将不同数量的人所对应的声学信道特征，组成特征样本库。

4.根据权利要求1或3所述一种基于室内声场扰动识别的室内人群密度估计方法，其特征在于：所述声学信道特征采用梅尔频率倒谱系数。

5.根据权利要求3所述一种基于室内声场扰动识别的室内人群密度估计方法，其特征在于：步骤1.2中进行测量时，室内环境的门窗处于关闭状态。

6.根据权利要求3所述一种基于室内声场扰动识别的室内人群密度估计方法，其特征在于：麦克风及声源布置在室内环境中的长距离位置两端。

7.根据权利要求3所述一种基于室内声场扰动识别的室内人群密度估计方法，其特征在于：麦克风及声源布置在室内环境的屋顶位置。

8.根据权利要求1所述一种基于室内声场扰动识别的室内人群密度估计方法，其特征在于：步骤1中构建特征样本库时，每个样本对应的是人在室内环境下处于站立时的声学信道特征。