论文部分内容阅读
针对复杂交通场景下的车辆鸣笛声识别问题，提出一种基于多分类器融合决策的声音分类识别方法。提取道路噪声、汽车鸣笛声、紧急车辆鸣笛声音频的时域能量、过零率及频域梅尔频率倒谱系数作为特征，采用支持向量机（Support Vector Machine,SVM）、朴素贝叶斯网络、随机森林作为分类识别器，通过融合三个识别结果，并综合考虑时序关联关系，实现对不同车辆鸣笛声的检测识别。试验表明，融合决策达到了互补提升的效果，有效提高了识别的准确率。