基于行车声音端点检测的交通量统计

摘要：

基于传统特征的行车声音端点检测法存在重叠有车段识别率低、双门限阈值较难确定的问题,针对这两个问题,探索性地将梅尔频率倒谱系数(Mel frequency cepstral coefficients,MFCC)倒谱距离特征和短时能量特征进行了融合并应用于交通量检测.首先选取了周围环境较为安静的一个双车道路段,并采集了该路段上包含重叠有车段的行车声音;其次提取了行车声音的短时能量特征和MFCC倒谱距离特征,并对它们在端点检测中的优劣进行了分析对比;再次提出了一种融合短时能量特征和MFCC倒谱距离特征的新特征,并基于新特征将传统的双门限判决思路改进成了单门限判决思路;最后利用新特征对有车段进行端点检测并统计交通量.实验结果表明:基于融合特征的端点检测方法能有效解决重叠有车段识别率低和双门限阈值较难确定的问题.

关键词：交通量检测、行车声音、重叠有车段、特征融合、端点检测

所属期刊栏目：20

分类号：U495(交通工程与公路运输技术管理)

资助基金：重庆市社会科学规划重大项目;中国博士后科学基金面上项目

在线出版日期：2020-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1676-1683