基于双向椭圆局部二值模式的环境声音分类

针对目前机器学习算法在环境声音分类准确率不高，训练速度慢的问题，提出了基于双向椭圆局部二值模式的环境声音分类方法。设计了双向椭圆局部二进制模式的音频信号特征提取方法，采用3×5信号邻域增加时长影响，并使用邻域左右两列整体平均值分别代替椭圆左右顶点像素，减少噪音干扰，提高对噪音的鲁棒性，使用整个邻域的平均值代替中心像素，并采用双向局部特征均衡顺序权重，在上述特征基础上增加VAR算子，反应局部特征差异强度，之后将这些特征与梅尔频率倒谱系数(MFCC)、伽玛频率倒谱系数(GFCC)和色度特征(Chromagram)融合。采用经典机器学习算法，如支持向量机(SVM)、随机森林(RF)和k近邻(kNN),结合融合特征，在ESC-10和ESC-50数据集上进行评估，两种数据集的分类准确度分别达到了90.9%和66.7%。