[发明专利]一种音视频融合的噪声事件分类方法及系统

说明书

本发明涉及噪声监测技术领域，具体为一种音视频融合的噪声事件分类方法及系统，其方法包括：采集监测区域内的实时噪声信号和实时图像信号；对所述实时噪声信号进行预处理；将所述预处理后的实时噪声信号和实时图像信号发送到服务器；获取噪声事件类型特征信息；构建噪声事件分类模型，基于所述预处理后的实时噪声信号和所述噪声事件类型特征信息对所述噪声事件分类模型进行训练；基于所述训练完成的噪声事件分类模型对所述预处理后的实时噪声信号和实时图像信号进行分类；对分类结果进行精度分析。本发明通过构建利用深度学习的噪声事件分类模型，对环境噪声事件进行动态分类，满足当前环境噪声监测与管理的需要。

技术领域

本发明涉及噪声监测技术领域，尤其涉及一种音视频融合的噪声事件分类方法及系统。

背景技术

近年来，人们对生活与工作环境的声质量越发重视，对于声质量的监测力度大大加强，在一些多噪声区域设置较多的声质量监测装置，用于对环境噪声进行监测与记录。由于传统的声质量监测装置只对局部环境区域的噪声进行连续的统计性测量，不能对环境噪声的类型进行监测，在实际监测过程中将所有的环境噪声，包括会造成环境污染的噪声和不会造成环境污染的噪声一并采集并进行记录，导致后续对该区域内的环境噪声污染程度的评估出现偏差，不利于对环境噪声监测与管理工作的进行，降低对环境噪声污染处理的效率。

发明内容

本发明的目的在于克服现有技术的不足，本发明提供了一种音视频融合的噪声事件分类方法及系统，通过构建利用深度学习的噪声事件分类模型，对环境噪声事件进行动态分类，满足当前环境噪声监测与管理的需要，提高环境噪声污染处理的效率。

本发明提供了一种音视频融合的噪声事件分类方法，所述方法包括：

基于设置在环境噪声事件监测区域内的监测装置采集对应监测区域内的实时噪声信号和实时图像信号；

对所述实时噪声信号进行预处理，得到预处理后的实时噪声信号；

将所述预处理后的实时噪声信号和实时图像信号发送到服务器；

获取噪声事件类型特征信息；

构建噪声事件分类模型，基于所述预处理后的实时噪声信号和所述噪声事件类型特征信息对所述噪声事件分类模型进行训练，得到训练完成的噪声事件分类模型；

基于所述训练完成的噪声事件分类模型对所述预处理后的实时噪声信号和实时图像信号进行分类；

对分类结果进行精度分析。

进一步的，所述基于设置在环境噪声事件监测区域内的监测装置采集对应监测区域内的实时噪声信号和实时图像信号包括：

基于环境噪声事件监测区域的面积大小以及噪声复杂程度，分析得出所述监测装置的布设数量和布设位置。

进一步的，所述对所述实时噪声信号进行预处理，得到预处理后的实时噪声信号包括：

对所述实时噪声信号进行分帧处理，得到分帧处理后的实时噪声信号；

对所述分帧处理后的实时噪声信号进行加窗处理，得到加窗处理后的实时噪声信号；

对所述加窗处理后的实时噪声信号进行短时时频二维展开，生成时频矩阵；

对所述时频矩阵进行中心差分处理，生成三通道声信号矩阵；

对所述三通道声信号矩阵进行归一化处理，生成预处理后的实时噪声信号。

进一步的，所述对所述时频矩阵进行中心差分处理，生成三通道声信号矩阵包括：

对所述时频矩阵进行一次中心差分处理，生成一次差分矩阵；

对所述一次差分矩阵进行二次中心差分处理，生成二次差分矩阵；