基于深度神经网络对脚步声音进行身份识别的方法及系统

本发明提供了一种基于深度神经网络对脚步声音进行身份识别的方法，包括：步骤S1：采集脚步声音频信息形成数据库，并对数据库的数据进行脚步事件划分；步骤S2：对脚步事件进一步划分，提取脚步事件中的波形、手工节拍图、梅尔频谱的特征，并建立双脚步事件样本库；步骤S3：将双脚步事件样本库的特征输入到CRNN深度神经网络中进一步提取，并将提取后的特征进行标准化融合，得到融合特征；步骤S4：令融合特征训练识别模型；步骤S5：将待测脚步声音频信息输入到识别模型中，通过与识别模型中的信息匹配，进行身份识别。本发明识别脚步信息更加注重隐私保护，且在不同光照等环境条件下具有更好的适用性。
上海交通大学
孙锬锋 | 薛俊智 | 陈怡霖 | 许可