بازشناسی نوع وسیله نقلیه از طریق پردازش سیگنالهای صوتی

با استفاده از فناوری های پردازش سیگنال صوت و صدا امکان استفاده از قابلیتهای سیگنال صوت برای سیستمهای هوش مصنوعی فراهم میشود. هزینه کمتر برای راهاندازی و نگه داری تجهیزات صوتی و هزینه محاسباتی کمتر نسبت به تجهیزات پردازش تصویر و ویدیو موجب شده است که استفاده از پردازش سیگنال صدا به عنوان یک راه حل بدیع و مناسب برای بسیاری از مسائل مطرح شود. البته هنوز مسائل بسیاری وجود دارند که در آنها استفاده از قابلیتهای پردازش صوت به صورت جدی مد نظر قرار گرفته نشده است و تقریبا نهفته باقی مانده است. یکی از این مسائل تشخیص نوع وسیله نقلیه است. لذا در این تحقیق برای مسئله تشخیص نوع وسیله نقلیه از روی سیگنال صوت سیستمی هوشمند پیشنهاد گردیده است. بدین منظور در قدم نخست یک مجموعه داده صوتی جمعآوری گردیده است. این دادگان شامل سه نوع وسیله نقلیه خودرو سواری، موتور سیکلت و دوچرخه می شوند که بیشترین تعداد استفاده از محیط های شهری را دارا هستند. سپس مجموعه ای شامل ۵۲ آماره مختلف مبتنی بر ضرایب کپسترال فرکانس مل از این دادگان استخراج و با روش Pearson مورد ارزیابی قرار گرفته اند. درنهایت ۳۰ ویژگی که اهمیت بالاتری داشته اند، توسط چندین روش رایج یادگیری ماشین یعنی روشهای ماشین های بردار پشتیبان، شبکه عصبی مصنوعی، الگوریتم -kنزدیکترین همسایگان درخت تصمیم و جنگلهای تصادفی مورد بازشناسی قرار گرفته اند و نتایج نهایی نشان دهنده دقت نزدیک به %۹۰ در بازشناسی توسط روش جنگلهای تصادفی است.

کلیدواژه ها:

بازشناسی نوع وسیله نقلیه ، پردازش سیگنال صوت ، یادگیری ماشین.