[发明专利]一种基于加性间距胶囊网络的家庭活动声音事件分类方法

说明书

本发明提供了一种基于加性间距胶囊网络的家庭活动声音事件分类方法，研究基于加性间距胶囊网络模型，对未知类别音频样本进行分类；首先处理待训练音频输出，构建样本对，再将对数Mel谱图信号类别向量作为样本，使用胶囊神经网络模型作为骨干，利用Transition层结合胶囊神经网络模型与加性间距SoftMax损失函数，构建出加性间距胶囊网络模型，使用梯度下降法优化加性间距胶囊网络模型参数，最终使用优化后模型对未知类别样本进行分类；本发明提供的方法具有高效率、稳定性强、精度高等优点，能够满足家庭活动声音事件分类的基本要求，具有较高的应用价值。

技术领域：

本发明涉及一种家庭活动识别方法，尤其涉及一种基于加性间距胶囊网络的家庭活动声音事件分类方法。

背景技术：

经济的发展和医疗水平的提高使得人类寿命越来越长，发达国家甚至包括中国等新兴发展中国家均面临严重的人口老龄化问题,根据联合国的一份报告，2015年至2030年间，60岁以上的老年人数量预计将增长56％，到2050年将达到近21亿。传统医疗保健的成本将按比例增长，因此对老年人健康状况、日常生活活动进行远程检测是十分必要的。这可以通过包括声学在内的多种感测模态进行监测，研究基于声学的声音事件分类方法，对于提升智能家居中的安全性、舒适性是十分必要的。

传统的声音事件分类，较依赖于人工预处理特征，如人工选取MFCC的滤波器个数、音调质心特征能量等。这些传统方法在目前应用中缺乏效率与实用性。基于深度学习的声音事件分类方法利用神经网络进行自动特征提取与结果分类，因此近年来基于卷积神经网络(CNN)的深度学习的方法在声音分类中应用广泛，但是CNN模型难以提取到特征间的空间关系，对于家庭活动音频信号中的时序关系无法充分利用，模型识别准确率难以提高。因此迫切需要一种高效率、稳定性强、精度高的家庭活动声音事件分类算法。

发明内容：

为克服传统家庭活动声音事件分类方法存在效率低、速度慢、精度低的问题，本发明提供一种基于加性间距胶囊网络的家庭活动声音事件分类方法，该方法直接对家庭活动音频信号对数Mel谱图进行识别，能够避免传统特征提取算法速度效率低问题，可以提高算法的效率。

为了实现上述发明目的，本发明所采用的技术方案为：

一种基于加性间距胶囊网络的家庭活动声音事件分类方法，内容包括：

步骤1：判断音频样本的时长并裁剪至符合要求，使用对数Mel滤波器对裁剪好的音频进行滤波，将滤波后的音频样本与标签编码组成样本对，所有音频样本处理后形成的样本对构建成样本数据集；

步骤2：以胶囊神经网络模型作为骨干，利用Transition层与胶囊神经网络模型的结合计算加性间距SoftMax损失函数，构建出加性间距胶囊网络模型；

步骤3：将预先构建好的样本对作为加性间距胶囊网络模型的输入，经过迭代优化网络参数获得训练好的加性间距胶囊网络模型；

步骤4：判断待分类音频样本的时长并进行裁剪至符合要求，使用对数Mel滤波器对裁剪好的待分类音频进行滤波，将滤波后的待分类音频输入训练好的加性间距胶囊网络模型进行分类。

进一步设置，所述步骤1中样本对的构建方法如下：

1.1判断音频样本的时长是否符合设定值，时长不足设定值的予以补全至设定值，时长超过设定值的予以裁剪至设定值；

1.2对符合时长要求的音频样本进行STFT变换；

1.3使用Mel对数滤波器对STFT变换后的音频样本进行滤波；

1.4将滤波后的音频样本从幅度单位转换为分贝单位，获得输入样本；

1.5处理输入标签，将标签值转换为向量，得到向量化标签编码；

1.6将1.4中获得的输入样本与1.5中获得的标签编码组成样本对进行保存。