摘要
本发明公开了一种基于麦克风阵列与深度学习的暴力行为检测方法,属于智能安防技术领域。该方法包括:通过麦克风阵列进行声纹识别与声源定位,采用TDOA与GCC‑PHAT算法精确定位异常音频来源;利用数据预处理、梅尔频率倒谱系数等声学特征结合卷积循环神经网络,实现嘈杂环境下的异常声音识别。同时,针对监控视频采用三维卷积深度神经网络,融合空间和时间信息,智能检测多种暴力行为。系统结合音频与视频两种检测结果,当二者一致时即时报警,有效提升检测准确率和响应速度,降低误报率。该方法可广泛应用于公共场所、社区等智能安防场景,实现实时、自动、精准的暴力行为监测与预警。
技术关键词
麦克风阵列
深度学习模型
卷积循环神经网络
梅尔频率倒谱系数
三维卷积深度神经网络
视频数据解码
三维卷积神经网络
声学特征
智能安防技术
样本
异常声音
频谱特征
时域特征
残差网络
时序特征
算法
音频