The invention discloses an urban noise recognition method based on a hybrid depth neural network model. The invention comprises the following steps: step 1. collecting urban noise and establishing sound sample library; step 2. converting sound signals in sound sample library into spectrograms; step 3. clipping the obtained spectrograms, and then extracting features using several pre-trained deep neural network models; step 4. converting multiple models The extracted features are mosaic; Step 5. The fused features obtained after mosaic are used as input of the final classifier to train the prediction model; Step 6. For unknown sounds, first transform them into spectrograms, and use the above-mentioned pre-trained depth neural network models to extract features, and then extract the features. Stitching, and then using the trained prediction model to predict the final sound type. The invention does not need a large number of data sets, and has faster operation speed and less resources.
【技术实现步骤摘要】
一种基于混合深度神经网络模型的城市噪声识别方法
本专利技术属于机器学习与智能声音信号处理领域,涉及一种基于混合深度神经网络模型的城市噪声识别方法。
技术介绍
随着我国经济社会的快速发展,城市化建设进程的不断加快,建筑施工、交通运输、社会生活等活动会产生大量的噪声。城市噪声识别在城市管理和安全运行中起着至关重要的作用,特别是在建设智慧城市工程中。城市噪声的分析和测量在全球引起了广泛的关注和研究,严重的城市噪声会对周围居住居民产生严重的影响。同时,城市噪声识别在城市安全检测中也有很多潜在的应用,有效的特征表示和分类算法是城市噪声识别的关键。当前城市噪声识别研究大都是基于传统声学特征提取方法结合识别算法进行的。然而城市噪声复杂多样,传统的声学特征提取方法并不能完全的对城市噪声信号进行充分的表示,此外传统的分类算法往往由于其浅层结构,缺乏对信号的表征能力。目前流行的深度学习方法,由于其对信号的强大的表示能力。在特征提取阶段更少的人工干预,以及良好的识别性能,因此将其应用于城市噪声识别具有非常好的前景。但是,深度学习方法需要以百万计的城市噪声数据来作为支撑,而获取如此庞大的数据是一个非常损耗时间的过程。同时,深度学习方法在大数据处理过程中,面临着模型训练复杂度高等问题。
技术实现思路
针对传统的识别方法以及目前流行的深度学习方法中存在的问题,本专利技术提出了一种基于混合深度神经网络模型的城市噪声识别方法。其主要思想是,将多个深度学习方法在大型图像库上训练得到的模型,将它们的特征表示层抽取出来对城市噪声进行特征提取,将得到的不同的模型提取的特征进行融合,输入给最终分类器进 ...
【技术保护点】
1.一种基于混合深度神经网络模型的城市噪声识别方法,包括训练阶段和测试阶段,其特征在于,训练阶段步骤如下:步骤1.采集城市噪声,建立声音样本库;步骤2.将声音样本库中的声音信号转换成语谱图;步骤3.将转换完成的语谱图分别使用inception_v3,resnet152,inception_resnet_v2这三种预训练好的深度神经网络模型进行特征提取;步骤4.将经过步骤3中3种深度神经网络模型提取的特征进行拼接;步骤5.将拼接后的特征,作为分类器的输入,进行预测模型训练;测试阶段:步骤1.将一个未知的声音信号转换成语谱图;步骤2.如上述训练阶段步骤3、4进行特征提取与拼接;步骤3.使用预测模型进行分类预测。
【技术特征摘要】
1.一种基于混合深度神经网络模型的城市噪声识别方法,包括训练阶段和测试阶段,其特征在于,训练阶段步骤如下:步骤1.采集城市噪声,建立声音样本库;步骤2.将声音样本库中的声音信号转换成语谱图;步骤3.将转换完成的语谱图分别使用inception_v3,resnet152,inception_resnet_v2这三种预训练好的深度神经网络模型进行特征提取;步骤4.将经过步骤3中3种深度神经网络模型提取的特征进行拼接;步骤5.将拼接后的特征,作为分类器的输入,进行预测模型训练;测试阶段:步骤1.将一个未知的声音信号转换成语谱图;步骤2.如上述训练阶段步骤3、4进行特征提取与拼接;步骤3.使用预测模型进行分类预测。2.根据权利要求1所述的一种基于混合深度神经网络模型的城市噪声识别方法,其特征在于训练阶段步骤2的具体实现包括以下:设声音信号为x(n),采样频率为fs;首先对声音信号进行分帧加窗,其帧长为wlen,帧移为inc,窗函数为汉明窗;将各帧信号进行傅里叶变换;将变换后的连续n帧信号进行拼接,得到语谱图。3.根据权利要求2所述的一种基于混合深度神经网络模型的城市噪声识别方法,其特征在于训练阶段步骤3的具体实现包括以下:读取语谱图,由于这三种深度神经网络对语谱图的尺寸有各自的要求,因此首先对语谱图进行裁剪,把裁剪后的图片分别输入到三种预处理模型中,得到各个模型下的特征向量;采用三种深度神经网络来对声信号语谱图进行特征提取;在inception_v3模型中,需要将图片调整为299×299×3,然后使用该模型进行特征提取得到2048维特征向量;在resnet152模型中,需要将图片调整为224×224×3,然后使用该模型进行特征提取得到2048维特征向量;在inception_resnet_v2模型中,需要将图片调整为299×299×3,然后使用该模型...
【专利技术属性】
技术研发人员:曹九稳,沈叶新,王建中,
申请(专利权)人:杭州电子科技大学,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。