• 한국멀티미디어학회논문지
• /
• 제16권11호
• /
• pp.1272-1280
• /
• 2013

본 논문에서는 실시간으로 위험한 소리를 인식하고 그 방향을 파악하여 이를 통해 PTZ Camera가 위험한 소리 방향으로 회전하여 해당 지역 영상을 획득하여 전송할 수 있도록 지원하는 소리 감시 시스템을 제안한다. 제안 소리 감시 시스템은 적응 혼합 가우시안 모델(AGMM)을 사용하여 일상적인 배경 소리와는 비정상적인 소리를 전경 소리로 검출하고, AGMM 모델로 미리 학습된 전경 소리들 중의 하나로 분류한다. 분류된 소리가 위험한 소리에 속하는 경우, Dual delay-line 방법에 기반을 둔 음원 방향 추정 기법을 사용하여 그 방향을 파악한다. 최종적으로 방향 정보를 사용하여 PTZ 카메라를 조절하여 그 방향 지역의 해당 영상을 획득하고 전송될 수 있도록 지원한다. 제안하는 소리 감시 시스템은 전경 위험 소리들을 안정적으로 검출하고, 79%의 정확도로 위험소리들을 분류하고, 작은 오차범위 이내 음원 방향 추정 성능을 나타냄을 실험결과를 통해 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2013년도 추계학술대회
• /
• pp.85-87
• /
• 2013

본 논문에서는 환경 잡음에서 사람들의 비명소리를 검출하여, 위험상황을 식별하는 방법용 시스템을 구축하기 위해 비명소리의 특징을 분석한다. 비명 소리는 놀랬을 때, 다급할 때, 아플 때, 세 가지 상황으로 나누어 녹음을 진행하였고, 이를 주파수 신호로 바꾸어 분석을 하였다. 비명소리 데이터에서 amplitude 가 가장 크게 나타나는 주파수 대역을 분석하고, 상황 별로 비명소리에 대한 주파수 분포의 차이, 남성과 여성의 주파수 대역과 분포의 차이를 분석한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 춘계학술발표대회
• /
• pp.401-404
• /
• 2007

최근 들어 환경 오염과 식습관의 변화로 인해 알레르기성 질환이 널리 유발되고 있다. 특히 평생 건강의 시초라 할 수 있는 소아 시기에 알레르기로 인한 천식, 비염 및 아토피 등의 증세는 소아 뿐만 아니라 부모까지도 위험 요소로 크게 자리잡고 있는 실정이다. 따라서 본 논문은 소아기에 가장 흔하게 발생되는 질환인 소아 천식을 예방하려는 목적으로 연구를 행하였다. 의사 표현 능력이 부족한 소아에게서 울음소리는 소아의 유일한 자기 표현 방법이다. 본 논문에서는 천식을 앓고 있는 소아의 울음소리를 분석하였으며 정상 소아의 울음소리를 동일한 환경 설정으로 분석하여 이를 비교, 분석하여 천식 질환 소아와 정상 소아간의 상관성을 입증하고자 한다.

• 전기학회논문지
• /
• 제65권7호
• /
• pp.1263-1269
• /
• 2016

Hearing impaired persons are exposed to the danger since they can't be aware of many dangerous situations like fire alarms, car hones and so on. Therefore they need haptic or visual informations when they meet dangerous situations. In this paper, we design a dangerous sound detection engine for hearing impaired. We consider four dangerous indoor situations such as a boiled sound of kettle, a fire alarm, a door bell and a phone ringing. For outdoor, two dangerous situations such as a car horn and a siren of emergency vehicle are considered. For a test, 6 data sets are collected from those six situations. we extract LPC, LPCC and MFCC as feature vectors from the collected data and compare the vectors for feasibility. Finally we design a matching engine using an artificial neural network and perform classification tests. We perform classification tests for 3 times considering the use outdoors and indoors. The test result shows the feasibility for the dangerous sound detection.