[發明專利]基于改進ResNet18的供水管道泄漏聲音識別方法

在審

• 申請號: 202310377109.6
• 申請日: 2023-04-11
• 公開（公告）號: CN116343826A
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 邵蔚;鄭峰;蔡龍生
• 申請（專利權）人: 蘇州建交園智科技有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/30
• 代理公司: 蘇州國誠專利代理有限公司 32293
• 代理人: 王會

本發明公開了一種基于改進ResNet18的供水管道泄漏聲音識別方法，包括以下步驟：先采集供水管道的音頻數據，對數據進行數據增強，再轉換成對數伽瑪譜圖，再用CNN特征提取網絡在幀級時域、頻域上進行特征提取，最后輸入改進的Resnet18_CBAM模型訓練，得到漏與不漏的概率。本發明中，設計改進的Resnet18_CBAM，加入了注意力機制，能夠得到幀級注意力權重，更好學習到漏水與不漏水的音頻特征，顯著提高了模型的準確率和召回率；采用數據增強技術，提高了模型的魯棒性和模型的范化能力，采用CNN特征提取網絡在幀級時域、頻域上進行特征提取，能夠集中注意重要時間事件，同時減少背景噪聲的影響。

技術領域

本發明屬于技術領域，具體涉及基于改進ResNet18的供水管道泄漏聲音識別方法。

背景技術

隨著城市供水官網的服務年限的延長，供水管道出現老化的現象加重，并且由于腐蝕、人為破壞等因素導致管道泄漏事故時有發生，影響城市供水的正常運行，導致水資源浪費，給人民的正常生產和生活帶來隱患。如地下管道泄漏，可能導致土質松動，造成地面塌陷或者上方建筑倒塌，嚴重危害人民生命安全，且一些污染物、細菌、細小垃圾等進入管道，會對人民健康造成極大影響。因此，供水管道泄漏檢測對解決水污染、水資源浪費、社會安全等問題具有重要的現實意義。

傳統的供水管道泄漏的檢測依賴專業人員通過聽漏儀探測泄漏管段，該方法無法克服背景噪聲，檢測精度低，且漏點定位還需要人工確認。隨著人工智能的發展，管道泄漏檢測也越來越趨于智能化，如可以在供水管道外側放置聲音傳感器，通過對采集到的泄漏音頻樣本使用變分模態分解法來去除噪音，再根據各子模的能量比提取特征向量，最后使用支持向量機SVM(support?vector?machine)進行分類；還可基于水下機器人對管道內部聲音進行采集，提取漏水與不漏水的聲音樣本的梅爾圖譜作為特征圖，通過輕量級的神經網絡訓練，實現對目標音頻的識別，或者可以使用Fbank(FilterBank)特征提取，通過LSTM網絡進行識別。但是，輕量級的神經網絡模型準確率不高，而LSTM網絡受限于其串型結構，模型的訓練推理時間較長，模型召回率不高，且實時性差，識別表現不穩定，難以應用于實時檢測場景。

發明內容

為解決現有技術中存在的技術問題，本發明的目的在于提供基于改進ResNet18的供水管道泄漏聲音識別方法。

為實現上述目的，達到上述技術效果，本發明采用的技術方案為：

基于改進ResNet18的供水管道泄漏聲音識別方法，包括以下步驟：

首先，采集得到供水管道漏水和不漏水的音頻數據，隨后，將音頻數據進行數據增強，再轉換成對數伽瑪譜圖，再進行特征提取，最后，將特征提取后的數據輸入改進的Resnet18_CBAM模型訓練，輸出分類結果。

進一步的，所述音頻數據通過水下機器人或設置于供水管道上的芯片采集得到。

進一步的，將音頻數據進行數據增強的步驟包括：

將采集到的音頻數據分成訓練集和測試集，將訓練集數據的音聲信號進行5種聲學轉換，包括：

1)正向高音偏移：所有訓練樣本均按偏移系數為+12進行正向高音偏移；

2)負向高音偏移：所有訓練樣本均按偏移系數為-12進行負向高音偏移；

3)音頻時間拉伸：所有訓練樣本高音保持不變，速度降低至0.8倍；

4)添加白噪聲：對音頻信號疊加白噪聲系數0.02；

5)音頻時間縮短：所有訓練樣本高音保持不變，速度提升至1.2倍。

進一步的，將采集到的音頻數據按照訓練集：測試集為7:3的比例劃分數據。

進一步的，所述對數伽瑪譜圖的轉換步驟包括：