基于二次判别分析与高能量特征向量的车辆音频信号分类
声音
2018-04-05 v1 音频与语音处理
摘要
本文关注于利用车辆发出的声音对不同车辆进行分类。本文中，二次判别分析基于短时能量、平均过零率和信号周期段的基频等特征，将过往车辆的音频信号分类为公交车、汽车、摩托车和卡车类别。仿真结果表明，仅考虑高能量特征向量即可获得更好的分类精度，因为低能量区域与背景噪声相对应。为分离这些元素，同时使用了短时能量和平均过零率。在我们的方法中，使用了少量易于在时域计算的特征，从而能够实现高效分类器的实际部署。尽管计算复杂度低，其分类精度与文献中针对该问题基于长特征向量报道的其他分类方法相当。
引用
@article{arxiv.1804.01212,
title = {Classification of Vehicles Based on Audio Signals using Quadratic Discriminant Analysis and High Energy Feature Vectors},
author = {Ali Dalir and Ali Asghar Beheshti and Morteza Hoseini Masoom},
journal= {arXiv preprint arXiv:1804.01212},
year = {2018}
}