36、人类尖叫检测与自动驾驶决策机制研究

人类尖叫检测与自动驾驶决策机制研究

人类尖叫检测模型

在检测遇险音频时，研究人员测试了多种模型。以下是使用基于支持向量机（SVM）分类的不同模型在检测遇险音频时的准确率：
| 模型 | 准确率（%） |
| — | — |
| SVM | 92.143 |
| 逻辑回归 | 53.234 |
| K - NN算法 | 76.333 |

从表格中可知，SVM分类器给出了最佳结果，准确率达到92%，逻辑回归为53%，K - NN模型为76%。研究使用了67%的音频数据集进行训练，33%用于测试，在测试音频中，模型能准确预测92%的音频。

多层感知器模型在处理音频检测时也有不错的表现。该模型的输入大小在训练时就已固定，所有声音会加载到数据框中。由于声音长度不同，数据框会根据最小声音进行调整，以确保所有声音维度相同。该模型共有六层（包括输入层），除输出层外，每层都使用‘ReLU’激活函数，输出层使用‘Sigmoid’激活函数，因为它的值在0到1之间，适合预测事件是否发生。各层的感知器数量分别为：第一层12个，第二层8个，第三层10个，第四层5个，第五层3个，最后一层1个，这种配置能提供最佳的学习率和准确率，当前准确率为89.333%，误检率为5%。

该模型需要三个目录：负目录包含人们正常对话、鸟鸣、汽车声等；正目录包含男性、儿童、女性的尖叫声等；测试目录包含用于评估模型性能的声音。采用交叉熵作为损失函数，因为它适用于二元分类问题。同时使用‘Adam’优化器更新网络权重。

当模型接收到声音时，会尝试利用感知器的权重和偏差识别其中的模式。若未成功，会微调权重以获得正确结果。若成功检测到尖叫，会调用紧急函