Classifying type of vehicles on the basis of data extracted from audio signal characteristics - Publikacja - MOST Wiedzy

Wyszukiwarka

Classifying type of vehicles on the basis of data extracted from audio signal characteristics

Abstrakt

The aim of this study is to find and optimize a feature vector for an automatic recognition of the type of vehicles, extracted form an audio signal. First, the influence of weather-based conditions of road surface on spectral characteristic of the audio signal recorded from a passing vehicle in close proximity to the road is discussed. Next, parameterization of the recorded audio signal is performed. For that purpose, the MIRtoolbox, designed for music parameter extraction, is used to obtain a vector of parameters. Correlation analyses are performed to check whether extracted parameters enable to separate selected types of vehicle-associated noise, e.g.: car, truck and motorcycle. Behrens-Fisher statistics is used to find the most suitable parameters that may be contained in the optimized feature vector. The last step is to build a decision system that allows for the automatic classification of a vehicle type. The results of automatic classification of prepared vehiclenoise related samples are shown and discussed.

Cytowania

  • 1

    CrossRef

  • 0

    Web of Science

  • 0

    Scopus

Pełna treść

pełna treść publikacji nie jest dostępna w portalu

Informacje szczegółowe

Kategoria:
Publikacja w czasopiśmie
Typ:
artykuł w czasopiśmie wyróżnionym w JCR
Opublikowano w:
Journal of the Acoustical Society of America nr 141, strony 3883 - 3883,
ISSN: 0001-4966
Język:
angielski
Rok wydania:
2017
Opis bibliograficzny:
Marciniuk K., Kostek B., Czyżewski A.: Classifying type of vehicles on the basis of data extracted from audio signal characteristics// Journal of the Acoustical Society of America. -Vol. 141, nr. 5 (2017), s.3883-3883
DOI:
Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1121/1.4988697
Weryfikacja:
Politechnika Gdańska

wyświetlono 26 razy

Publikacje, które mogą cię zainteresować

Meta Tagi