[发明专利]基于声学特征和视觉特征融合的生猪咳嗽声音识别方法

说明书

本发明公开了一种基于声学特征和视觉特征融合的生猪咳嗽声音识别方法，包括：对语料库中生猪的咳嗽声和非咳嗽声的声音片段进行声学特征提取，并将生猪的咳嗽声和非咳嗽声的声音片段分别转换为频谱图进行视觉特征提取；从特征选择和特征处理两个方面对提取出来的特征进行降维处理并进行融合，将融合的特征输入机器学习的分类模型中，实现对生猪咳嗽声音的识别。本发明分别从声音信号中直接提取声学特征和由声音信号转化的时频图提取视觉特征，将两种不同维度下的特征进行融合，相比于常规的声音识别方法，该方法可有效提升咳嗽声音和整体识别精度。

技术领域

本发明属于语音信号处理领域，特别是涉及一种基于声学特征和视觉特征融合的生猪咳嗽声音识别方法。

背景技术

生猪群发性呼吸道疾病是影响生猪健康养殖的重要因素之一，呼吸道疾病不仅会给养殖户带来巨大的经济损失，同时大大降低了动物福利。传统依赖人工检测的方法耗时耗力且易引起猪的应激反应。因此，需要开发一种自动的猪呼吸道疾病监测方法，以实现快速的呼吸道疾病预警。

生猪群发性呼吸道疾病早期的显著症状之一就是咳嗽，因此可以通过对咳嗽声音进行监测和识别，从而实现呼吸道疾病的预警。在开发猪咳嗽声识别方法的过程中，获得具有代表性的特征通常被认为是实现高识别准确率的关键步骤。声音特征提取主要包含两个方面：一方面是从一维声音信号中提取声学特征，声学特征主要从时域或频域等方面反映声音信号的一维特征；另一方面是将声音信号转为二维的时频图作为图像特征进行处理，图像特征分别从时域、频域或其他域来反映声音信号的二维特征。目前已有分类算法大部分都是以单一或某几种声学或图像特征作为分类器的输入，而对于声学特征和图像特征进行融合分类在猪咳嗽声音识别领域尚未见报道。而从不同的特征角度，我们可以获取更多的特征信息，有助于分类器性能的提升。因此，本发明提出了一种基于声学特征和视觉特征融合的生猪咳嗽声音识别方法，从而达到提升分类器性能的目的。

发明内容

本发明的目的是提供一种基于声学特征和视觉特征融合的生猪咳嗽声音识别方法，以解决上述现有技术存在的问题。

一方面为实现上述目的，本发明提供了一种基于声学特征和视觉特征融合的生猪咳嗽声音识别方法，包括：

对语料库中生猪的咳嗽声和非咳嗽声的声音片段进行声学特征提取，并将生猪的咳嗽声和非咳嗽声的声音片段分别转换为频谱图进行视觉特征提取；

从特征选择和特征处理两个方面对提取出来的特征进行降维处理并进行融合，将融合的特征输入机器学习的分类模型中，实现对生猪咳嗽声音的识别。

可选的，对语料库中所述生猪的咳嗽声和非咳嗽声的声音片段进行声学特征提取的过程中包括：

对所述语料库中生猪咳嗽声和非咳嗽声的声音片段直接提取声学特征，所述声学特征包括均方根能量、梅尔倒谱系数、过零率、频谱质心、频谱滚降、频谱平坦度、频谱带宽和色度。

可选的，将生猪的咳嗽声和非咳嗽声的声音片段分别转换为频谱图进行视觉特征提取的过程中包括：

基于常数Q变换将所述声音片段转换为频谱图，并将所述频谱图保存为100×100×3像素大小的彩色频谱图；

将所述彩色频谱图转化为灰度频谱图，从所述灰度频谱图上提取视觉特征，包括局部二值模式和方向梯度直方图。

可选的，从特征选择和特征处理两个方面对提取出来的特征进行降维处理的过程中包括：

基于所述特征选择方面，对所述声学特征进行降维处理；

基于所述特征处理方面，对所述视觉特征进行降维处理，包括：

进行视觉特征提取的过程中，采用主成分分析法进行维度降低。

可选的，基于所述特征选择方面，对所述特征进行降维处理的过程包括：