[發明專利]一種基于接觸式拾音傳感器的卷積神經網絡施工的機械聲紋識別方法及系統

在審

• 申請號: 202211313204.1
• 申請日: 2022-10-25
• 公開（公告）號: CN115691549A
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 趙云峰;姜有文;李榮光;張巍;王禹欽;蔡培培
• 申請（專利權）人: 國家石油天然氣管網集團有限公司;國家管網集團北方管道有限責任公司
• 主分類號: G10L25/30
• 分類號: G10L25/30;G10L25/51;G10L25/03;G10L21/0208;G10L21/0232
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 陳熙

本發明涉及油氣儲運管道線路沿線聲紋識別第三方施工機械的技術領域，特別是涉及一種基于接觸式拾音傳感器的卷積神經網絡施工的機械聲紋識別方法及系統。包括：步驟S1：通過接觸式拾音傳感器采集機械施工現場的聲紋數據，并得到聲紋數據所對應的聲紋圖譜；步驟S2：對聲紋圖譜進行預處理，去除聲紋圖譜的噪聲，并提高清晰度；步驟S3：通過傅里葉變換提取聲紋圖譜的特征信息；步驟S4：通過預設DFCNN神經網絡模型對聲紋圖譜的特征信息進行識別。本發明通過采用接觸式傳感器將土壤中的聲音拾取，可過濾掉環境其它噪音，更好地識別施工機械。

技術領域

本發明涉及油氣儲運管道線路沿線聲紋識別第三方施工機械的技術領域，特別是涉及一種基于接觸式拾音傳感器的卷積神經網絡施工的機械聲紋識別方法及系統。

背景技術

現有技術中都是通過視頻監控技術的形式，通過設置幾個點位轉動攝像頭停留一定時間進行監視，同時需要調度人員在監控室長時間輪巡盯屏監視，發現異常現象安排人員去處理。但是，這一方式有可能導致漏報，首先是攝像頭監視節點的背面無法進行有效監視，其次是人員無法24h監視屏幕，然后是輪巡攝像頭較多，并不能實時全天候的監視每一個攝像頭。因此，如何提供一種施工的機械聲紋識別方法是本領域技術人員急需解決的技術問題。

基于深度學習的聲紋識別技術經過多年的發展，取得了非常大的進步。聲紋是日常生活中最重要的交流方式，平時我們也會通過聲紋來辨識一些東西、事件等?？梢酝ㄟ^語音知道電話的另一邊是誰，通過聲紋感知車輛在后方逐漸靠近。且聲紋信號的采集簡單，聲信號的傳播距離也較遠。在軍事等國防領域，聲紋識別被用于前方敵軍、空中戰斗機的偵查識別，在工業上用于機械設備運行狀態異常的檢測，因此，利用接觸式傳感器拾取聲紋，這一識別技術在識別施工機械方面具有一定的應用前景，可以很好地識別施工機具的聲音進行安全監控。

發明內容

本發明的目的是提供一種基于接觸式拾音傳感器的卷積神經網絡施工的機械聲紋識別方法及系統，本發明通過采用接觸式傳感器采集機械施工現場的聲音，通過卷積神經網絡實現聲紋識別施工機械，由于施工機械的聲紋在土壤中傳播沒有那么遠，采用接觸式傳感器將土壤中的聲音拾取，可過濾掉環境其它噪音，更好地識別施工機械。

本發明改進了現有技術中，通過設置幾個點位轉動攝像頭停留一定時間進行監視導致漏報，無法進行有效地監視的問題，本發明通過基于深度學習的聲紋識別技術，基于預設DFCNN神經網絡模型對聲紋圖譜的特征信息進行識別，極大地提高了識別結果的準確性，此外，通過系統全自動化控制運行，可以節省大量的人工勞動力。

本發明改進了現有技術中，由于施工機械的聲紋在土壤中傳播沒有那么遠，導致監測提取不準確，影響識別結果的問題，本發明通過采用接觸式傳感器將土壤中的聲音拾取，可過濾掉環境其它噪音，進而更好地識別施工機械。

為了實現上述目的，本發明提供了如下的技術方案：

一種基于接觸式拾音傳感器的卷積神經網絡施工的機械聲紋識別方法，包括：

步驟S1：通過所述接觸式拾音傳感器采集機械施工現場的聲紋數據，并得到所述聲紋數據所對應的聲紋圖譜；

步驟S2：對所述聲紋圖譜進行預處理，去除所述聲紋圖譜的噪聲；

步驟S3：通過傅里葉變換提取所述聲紋圖譜的特征信息；

步驟S4：通過預設DFCNN神經網絡模型對所述聲紋圖譜的特征信息進行識別。

在本申請的一些實施例中，所述預設DFCNN神經網絡模型通過以下方法獲得，包括：

步驟S1：通過所述接觸式拾音傳感器采集機械施工現場的聲紋數據；

步驟S2：對采集到的所述聲紋數據進行數據劃分，并得到劃分后的數據集，將所述數據集轉換成聲紋特征圖譜進行目標框的標注；