面向电力机房监控的音视频融合检测方法研究

文章提出了一种基于音视频融合的电力机房重点区域指示灯安全事件监控方法。视频特征方面,通过改进的最大类间方差法(Otsu)来自动定位机房指示灯位置,并将局部区域统计直方图作为视频特征向量;音频特征方面,利用短时能量、短时过零率和梅尔频率倒谱系数,建立监控区域的声音特征向量。融合阶段,把来自音频和视频的连续多帧特征向量进行主成分分析(Principal Components Analysis,PCA)降维处理,然后借助支持向量机针对不同安全事件进行分类。实验表明,本方法比传统的采用音频或者视频进行安全事件检测能取得更好的检测率,同时也能确保较低的虚警率。