基于梅尔谱图与正则表达式的实时应急车辆检测
声音
2024-06-25 v3 形式语言与自动机理论
符号计算
音频与语音处理
摘要
在紧急情况下，救护车在城市街道中的高速行驶可能会受到车辆交通的阻碍。本工作提出了一种实时检测应急车辆警笛的方法。为获取 Hi-Lo 警笛的音频指纹，采用了 DSP 与信号符号化技术，并与基于深度神经网络的音频分类器进行对比，使用相同的由 280 段环境声音和 52 段 Hi-Lo 警笛音频组成的数据集。两种方法均基于其混淆矩阵评估了若干分类准确率指标，结果表明 DSP 算法的准确率略低于 DNN 模型，但其具有自解释、可调、可移植、高性能且能耗与消耗更低的特点，使其成为更具可行性、低成本的 ADAS 实现方案，用于实时识别 Hi-Lo 警笛。
引用
@article{arxiv.2309.13920,
title = {Real-Time Emergency Vehicle Detection using Mel Spectrograms and Regular Expressions},
author = {Alberto Pacheco-Gonzalez and Raymundo Torres and Raul Chacon and Isidro Robledo},
journal= {arXiv preprint arXiv:2309.13920},
year = {2024}
}
备注
in Spanish language