增强智能家居环境:一种新的模式识别方法来检测和定位环境声学事件

科学领域:

• 人工智能的人工智能
• 信号处理 信号处理
• 声学 声学 在声学方面

背景情况:

• 环境声学事件的检测和定位对于识别声学数据中的事件来源至关重要.
• 归类家庭活动有助于检测紧急情况和传输信号.
• 定位可以提高紧急服务的有效性和响应时间.

研究的目的:

• 建立一个全面的框架来对家庭环境中的活动进行分类,以检测紧急事件.
• 通过声学定位来提高情境意识和应急响应时间.
• 为家庭设置开发实时紧急警报系统.

主要方法:

• 收集来自家庭环境的声学数据,使用不同房间的六个麦克风.
• 处理了来自11项活动的512个音频样本,过了背景噪音.
• 从时间,频率,时间频率和 cepstral 域中提取特征,用于检测和定位.
• 利用随机森林和线性差异分析来检测事件,以及ESPRIT算法用于声音源定位.

主要成果:

• 实现了高检测准确度:95%随机森林和87%的线性差异分析.
• 证明了显著的声音源本地化性能,错误率为3.61.
• 报告了14.98的平均平方误差 (MSE) 和3.87的根平均平方误差 (RMSE) 的本地化.

结论:

• 综合检测和定位模型成功识别了紧急活动和传输通知.
• 拟议的方法显示了开发实时国内紧急警报系统的潜力.
• 这种方法通过先进的声学分析提高了家庭环境中的应急响应能力.