基于GMM-HMM的高速公路大型車(chē)輛識(shí)別方法

基本信息

申請(qǐng)?zhí)?/td> CN201910353445.0 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN110120218B 公開(kāi)（公告）日 2021-06-22
申請(qǐng)公布號(hào) CN110120218B 申請(qǐng)公布日 2021-06-22
分類(lèi)號(hào) G10L15/14;G10L15/02;G10L21/0208 分類(lèi) 樂(lè)器；聲學(xué);
發(fā)明人 郭軍;張小鈺;劉晨;高志遠(yuǎn);王理庚;李文雨;遲航民 申請(qǐng)（專(zhuān)利權(quán)）人 帝信科技股份有限公司
代理機(jī)構(gòu) 沈陽(yáng)東大知識(shí)產(chǎn)權(quán)代理有限公司 代理人 劉曉嵐
地址 110819 遼寧省沈陽(yáng)市和平區(qū)文化路3號(hào)巷11號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明提供一種基于GMM?HMM的高速公路大型車(chē)輛識(shí)別方法，涉及智能交通技術(shù)領(lǐng)域。該方法提取音頻信號(hào)的MFCC特征，對(duì)此音頻信號(hào)特征分析其在特征空間中的特定分布，采用高斯概率密度函數(shù)擬合特征向量，得到GMM?HMM模型；在訓(xùn)練階段，采用EM算法訓(xùn)練GMM，進(jìn)而估計(jì)出模型參數(shù)；采用K?means算法選擇訓(xùn)練樣本；采用Baum?Welch算法，結(jié)合高斯概率密度函數(shù)擬合的觀測(cè)序列概率分布，對(duì)GMM?HMM模型參數(shù)進(jìn)行訓(xùn)練，生成訓(xùn)練模型。在識(shí)別階段，待識(shí)別的音頻數(shù)據(jù)提取出MFCC特征參數(shù)，采用Viterbi算法將其與模型庫(kù)中的各個(gè)模型進(jìn)行特征概率匹配，匹配概率最大的模型即為識(shí)別結(jié)果。本發(fā)明的高速公路大型車(chē)輛識(shí)別方法，能夠準(zhǔn)確的識(shí)別出高速公路上各大型車(chē)輛。