[发明专利]基于水声辐射音频数据的船舶分类方法及系统

权利要求书

1.一种基于水声辐射音频数据的船舶分类方法，其特征在于，包括：

获取训练数据，其中所述训练数据包括多个预先收集的样本水声辐射音频数据和对应的类别信息；

对所述样本水声辐射音频数据进行格式调整，得到样本中间音频数据；其中，各个所述样本中间音频数据的长度、通道数量以及采样频率相同；

对所述样本中间音频数据进行第一增强处理，得到样本增强音频数据；

将所述样本增强音频数据转换成样本梅尔谱图；

将所述样本梅尔谱图进行第二增强处理，得到样本待分类声谱图；

使用所述样本待分类声谱图和对应的类别信息对待训练的船舶分类模型进行训练，得到已训练的船舶分类模型；

使用所述已训练的船舶分类模型对目标待分类声谱图进行分类处理，得到待分类船舶的目标类别。

2.根据权利要求1所述的船舶分类方法，其特征在于，所述船舶分类方法还包括：获取所述待分类船舶的目标水声辐射音频数据；

对所述目标水声辐射音频数据按照预设转换方法进行处理，得到目标待分类声谱图。

3.根据权利要求1所述的船舶分类方法，其特征在于，所述对所述样本水声辐射音频数据进行格式调整，得到样本中间音频数据，包括：

将所述样本水声辐射音频数据中的第一音频通道复制到第二音频通道，得到样本双通道音频数据；

将所述样本双通道音频数据的采样频率按照44100Hz进行标准化，得到样本标准音频数据；

将所述样本标准音频数据的音频长度调整成预设长度，得到所述样本中间音频数据。

4.根据权利要求2所述的船舶分类方法，其特征在于，所述将所述样本标准音频数据的音频长度调整成预设长度，得到所述样本中间音频数据，包括：

当所述样本标准音频数据的音频长度小于所述预设长度时，对所述样本标准音频数据采用静音填充的方式，得到所述样本中间音频数据；

当所述样本标准音频数据的音频长度大于所述预设长度时，对所述样本标准音频数据采用截断的方式，得到所述样本中间音频数据。

5.根据权利要求1所述的船舶分类方法，其特征在于，所述对所述样本中间音频数据进行第一增强处理，得到样本增强音频数据，包括：

将所述样本中间音频数据在时间维度上向左或者向右移动随机量，得到所述样本增强音频数据。

6.根据权利要求1所述的船舶分类方法，其特征在于，所述将所述样本梅尔谱图进行第二增强处理，得到样本待分类声谱图，包括：

在所述样本梅尔谱图上进行频率屏蔽和时间掩码操作，得到所述样本待分类声谱图。

7.根据权利要求1所述的船舶分类方法，其特征在于，所述船舶分类模型包括卷积神经网络、与所述卷积神经网络连接的二元自适应均值汇聚层、以及所述二元自适应均值汇聚层连接的分类器。

8.根据权利要求2所述的船舶分类方法，其特征在于，对所述目标水声辐射音频数据按照预设转换方法进行处理，得到目标待分类声谱图，包括：

将所述目标水声辐射音频数据进行格式调整，得到目标中间音频数据，其中所述目标中间音频数据的长度、通道数量以及采样频率与所述样本中间音频数据相同；

对所述目标中间音频数据转换成目标梅尔谱图，其中所述目标待分类声谱图为所述目标梅尔谱图。

9.根据权利要求2所述的船舶分类方法，其特征在于，对所述目标水声辐射音频数据按照预设转换方法进行处理，得到目标待分类声谱图，包括：

将所述目标水声辐射音频数据进行格式调整，得到目标中间音频数据，其中所述目标中间音频数据的长度、通道数量以及采样频率与所述样本中间音频数据相同；

将所述目标中间音频数据进行第一增强处理，得到目标增强音频数据；

将所述目标增强音频数据转换成目标梅尔谱图；

将所述目标梅尔谱图进行第二增强处理，得到目标待分类声谱图。

10.一种基于水声辐射音频数据的船舶分类系统，其特征在于，包括：

数据获取单元，用于获取待分类船舶的目标水声辐射音频数据；

预处理单元，用于对所述目标水声辐射音频数据按照预设转换方法进行处理，得到目标待分类声谱图；

分类单元，用于使用已训练的船舶分类模型对所述目标待分类声谱图进行分类处理，得到所述待分类船舶的目标类别；

其中所述分类单元中的所述已训练的船舶分类模型通过以下方法训练：

获取训练数据，其中所述训练数据包括多个预先收集的样本水声辐射音频数据和对应的类别信息；

对所述样本水声辐射音频数据进行格式调整，得到样本中间音频数据；其中，各个所述样本中间音频数据的长度、通道数量以及采样频率相同；

对所述样本中间音频数据进行第一增强处理，得到样本增强音频数据；

将所述样本增强音频数据转换成样本梅尔谱图；

将所述样本梅尔谱图进行第二增强处理，得到样本待分类声谱图；

使用所述样本待分类声谱图和对应的类别信息对待训练的船舶分类模型进行训练，得到所述已训练的船舶分类模型。