枪声：枪械音频样本的数字取证与人工智能相遇
音频与语音处理
2021-03-02 v2 机器学习
声音
摘要
基于枪口爆破声对武器进行分类是一项具有挑战性的任务，在安全和军事等多个领域有重要应用。大多数现有工作依赖于空间分布麦克风传感器的临时部署，以捕获同一枪声的多个副本，从而实现声学源的准确检测与识别。然而，在犯罪现场取证等场景中难以获得精心控制的设置，使得上述技术不适用且不实用。我们引入一种新技术，其不需要关于录音设置的任何知识，且完全独立于麦克风和射击者的相对位置。我们的解决方案能够识别枪械的类别、口径和型号，在由从YouTube视频提取的3655个样本组成的数据集上达到超过90%的准确率。我们的结果证明了应用卷积神经网络（CNN）进行枪声分类的有效性与高效性，消除了对临时设置的需求，同时显著提升了分类性能。
引用
@article{arxiv.2004.07948,
title = {Sound of Guns: Digital Forensics of Gun Audio Samples meets Artificial Intelligence},
author = {Simone Raponi and Isra Ali and Gabriele Oligeri},
journal= {arXiv preprint arXiv:2004.07948},
year = {2021}
}