周 騰，林之喆

（1.華南理工大學(xué)，廣東 廣州510006；2.廣州醫(yī)學(xué)院，廣東 廣州510182）

隨著生活水平的提高，人們對家居安防的要求日益提高。目前，市面的安防監(jiān)控系統(tǒng)主要有視頻監(jiān)控、門磁、窗磁和紅外越界報(bào)警等[1]。這些系統(tǒng)都是通過“機(jī)械式”捕獲某一個(gè)信號，并進(jìn)行告警。這里所指的“機(jī)械式”是指這些系統(tǒng)并不能判定該信號是受到入侵還是一些環(huán)境的干擾。例如，門磁系統(tǒng)可以使用機(jī)械式的磁石開關(guān)的開閉狀態(tài)來判定窗戶是否被打開，但是這種系統(tǒng)無法判定窗戶是被風(fēng)吹開或是遭到入侵。典型的智能視頻監(jiān)控系統(tǒng)可以計(jì)算畫面的一些變化來判定是否受到入侵，但是其無法從語義上判定入侵物。

另外，目前市售的安防系統(tǒng)，如視頻監(jiān)控、窗磁、門磁或紅外越界報(bào)警系統(tǒng)都需要對建筑進(jìn)行改造和安裝調(diào)試。紅外越界報(bào)警系統(tǒng)必須對原有的門窗進(jìn)行鉆孔，安裝發(fā)射裝置和接收裝置。安裝完成后還需要專業(yè)的技術(shù)人員進(jìn)行調(diào)試方可使用，安裝使用成本較高。

當(dāng)前市售的安防系統(tǒng)多數(shù)隱蔽性較差。例如視頻監(jiān)控系統(tǒng)，由光直線傳播的原理，該系統(tǒng)的探頭必須安裝在監(jiān)控區(qū)域上方無遮擋的地方，極易被專業(yè)盜匪所破壞。

針對當(dāng)前市售安防系統(tǒng)的弱點(diǎn)，提出基于稀疏表示、使用音頻特征進(jìn)行安防監(jiān)控的模型。本文的貢獻(xiàn)有：1）提出基于稀疏表示，使用音頻特征進(jìn)行安防監(jiān)控的模型；2）提出一種使用最大似然估計(jì)求解稀疏向量和訓(xùn)練矩陣的算法；3）設(shè)計(jì)了一個(gè)基于上述模型的安防系統(tǒng)，詳細(xì)闡述了系統(tǒng)的關(guān)鍵技術(shù)實(shí)現(xiàn)。

1 系統(tǒng)原理

本文討論的安防監(jiān)控模型通過機(jī)器學(xué)習(xí)，使用稀疏表示[2]對模型進(jìn)行訓(xùn)練，到達(dá)準(zhǔn)確的入侵檢測的目的。本文提出基于聲音采集的安防模型。因?yàn)槁曇舻牟ㄩL遠(yuǎn)遠(yuǎn)大于可見光的波長，所以聲音可以繞過障礙物到達(dá)聲音采集器。

本模型首先必須在家庭中設(shè)置一個(gè)或多個(gè)音頻采集的裝置，這些裝置可以隱藏在任意非可見的位置。如圖1所示，房間中共設(shè)置了4個(gè)音頻采集裝置。根據(jù)實(shí)驗(yàn)結(jié)果，將音頻采集裝置設(shè)置于房間的每個(gè)角落效果較佳。

通過設(shè)置音頻采集裝置，將音頻數(shù)據(jù)傳送至家庭安防服務(wù)器。使用家庭安防服務(wù)器，對采集的數(shù)據(jù)進(jìn)行計(jì)算。

為了方便討論該模型，令第n個(gè)音頻裝置第m個(gè)時(shí)間點(diǎn)采樣并量化得到的數(shù)據(jù)記為xm(n)，μ為某事件的特征向量，那么采樣數(shù)據(jù)x(n)和μ之間的誤差可以表示為

式中：μ可以表示為μ=M(n)θ(n)，M(n)為訓(xùn)練矩陣，θ(n)為m維稀疏向量，θi=0,1(i=1,2,…,m)。那么特征向量μ可以看成M的列向量的線性組合，因?yàn)楫?dāng)1時(shí)表示選擇訓(xùn)練矩陣M中的第i列的特征，反之，當(dāng)θi(n)=1時(shí)表示忽略訓(xùn)練矩陣M中的第i列的特征。

那么，當(dāng)安防撤銷時(shí)，在該音頻采集的區(qū)域內(nèi)的人類活動(dòng)的音頻將被作為訓(xùn)練的樣本，令入侵的概率密度為

假設(shè)在第k次撤防做了mk個(gè)時(shí)間點(diǎn)的采集，在第k次撤防做了m'k個(gè)時(shí)間點(diǎn)的采集。直覺上，認(rèn)為布防時(shí)，房間中沒有人類活動(dòng)，而撤防時(shí)，房間中可能有人類活動(dòng)。由是，其最大似然估計(jì)為

對公式（5）求解梯度方向，令梯度方向?yàn)?，可以求得λ,M,θ,τ，得到第n個(gè)采集裝置的訓(xùn)練矩陣和稀疏向量。其中，j=1,2,…,m，表示第j次采樣。

綜上所述，由式（3）、式（4）、式（5），通過訓(xùn)練樣本得到估計(jì)參數(shù)λ,M,θ,τ，代入公式（3），最后由式（4）可以由每一個(gè)測試音頻特征向量，求得該房間受到入侵的概率。

2 系統(tǒng)設(shè)計(jì)

本節(jié)討論本文提出的安防系統(tǒng)設(shè)計(jì)，如圖2所示，使用音頻采集裝置對音頻進(jìn)行采集，然后對音頻進(jìn)行采樣、量化，提取音頻特征，最后通過概率計(jì)算可得房間受到入侵的概率，當(dāng)概率高于某個(gè)閾值的時(shí)候，進(jìn)行安防告警。

2.1 音頻采樣量化

聲音在時(shí)間和幅度上都是連續(xù)的，為了對聲音數(shù)據(jù)數(shù)字化，必須對聲音進(jìn)行采樣和量化。對音頻進(jìn)行量化必須考慮兩個(gè)重要的參數(shù)，即頻率和幅度。頻率是指聲音的機(jī)械波每秒鐘振蕩的次數(shù)，而幅度是指該機(jī)械波振蕩的強(qiáng)度[5]。本系統(tǒng)采用44 100 Hz采樣頻率，16位量化位數(shù)。那么通過采樣和量化，可以得到各個(gè)音頻采集裝置對應(yīng)的數(shù)字音頻流[5]。

2.2 特征提取

對于各個(gè)音頻裝置采集得到的音頻數(shù)據(jù)，以1 s為單位，可以得到44 100個(gè)16位的整數(shù)，將其看成一個(gè)44 100維的向量，就是本文所指的特征。這些特征向量包含兩部分，一部分是撤防時(shí)采集的，另一部分是布防時(shí)采集的。每一次布防后，當(dāng)未出現(xiàn)警情的所采集的特征向量和撤防時(shí)所采集的特征向量都作為訓(xùn)練的樣本。當(dāng)每一次布防開始到布防結(jié)束所采集的特征向量，用于測試樣本。

2.3 概率計(jì)算及安防告警

當(dāng)某一個(gè)特征向量計(jì)算所得的入侵概率大于所設(shè)閾值，本系統(tǒng)的安防服務(wù)器通過網(wǎng)絡(luò)進(jìn)行告警，并將該時(shí)間段中所采集的音頻信號通過網(wǎng)絡(luò)發(fā)送至安防中心，由安防中心進(jìn)行進(jìn)一步處理。

3 總結(jié)與展望

本文提出基于稀疏表示、使用音頻特征進(jìn)行安防監(jiān)控的模型，推導(dǎo)一種使用最大似然估計(jì)求解稀疏向量和訓(xùn)練矩陣的算法，并設(shè)計(jì)了一個(gè)基于上述模型的安防系統(tǒng)，詳細(xì)闡述了系統(tǒng)的關(guān)鍵技術(shù)實(shí)現(xiàn)。

但是，如何通過調(diào)整音頻采集裝置的擺放位置，以獲得更好的監(jiān)控效果，本文并未進(jìn)行詳細(xì)的探討和數(shù)學(xué)證明，在今后的工作中可以在該方面進(jìn)行更深入的研究。

[1]孫玉.數(shù)字家庭網(wǎng)絡(luò)總體技術(shù)[M].北京：電子工業(yè)出版社，2007.

[2]王天荊，鄭寶玉，楊震.基于自適應(yīng)冗余字典的語音信號稀疏表示算法[J].電子與信息學(xué)報(bào)，2011，33（10）∶2372-2377.

[3]CHIANG C K，DUAN C H，LAI S H.Learning component-level sparse representation using histogram information for image classification[J].IEEE International Conference on Computer Vision，2011.[S.l.]：IEEE Press，2011：1519-1526.

[4]周偉鋒，熊金凱，李榕，等.視音頻硬盤采集壓縮系統(tǒng)設(shè)計(jì)、應(yīng)用及分析[J].電視技術(shù)，2011，35（20）：67-69.

[5]宋明超，林巖.TMS320C6727的音頻采集處理與回放系統(tǒng)設(shè)計(jì)[J].單片機(jī)與嵌入式系統(tǒng)應(yīng)用，2008（10）：26-28.