Gunshot Recognition using Low Level Features in the Time Domain

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F18%3APU127701" target="_blank" >RIV/00216305:26220/18:PU127701 - isvavai.cz</a>

Výsledek na webu

<a href="https://ieeexplore.ieee.org/document/8376372/" target="_blank" >https://ieeexplore.ieee.org/document/8376372/</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/RADIOELEK.2018.8376372" target="_blank" >10.1109/RADIOELEK.2018.8376372</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Gunshot Recognition using Low Level Features in the Time Domain

Popis výsledku v původním jazyce

This paper explores the possibility of using scarcely used time-domain features for the task of gunshot recognition. A set of 11 features derived from temporal characteristics (waveform) of signals is calculated from a mixed dataset of gunshots and non-gunshots. The features leverage the impulsive nature of gunshots and their dissimilarity to other, especially more stationary signals. The paper includes a description of feature extraction, distribution of features and their recognition performance on a selected audio dataset. A subset achieves promising results in comparison with more frequently used spectral-domain features. This makes them a valuable addition to other frequently used features, especially for tasks of impulsive sound recognition.

Název v anglickém jazyce

Gunshot Recognition using Low Level Features in the Time Domain

Popis výsledku anglicky

This paper explores the possibility of using scarcely used time-domain features for the task of gunshot recognition. A set of 11 features derived from temporal characteristics (waveform) of signals is calculated from a mixed dataset of gunshots and non-gunshots. The features leverage the impulsive nature of gunshots and their dissimilarity to other, especially more stationary signals. The paper includes a description of feature extraction, distribution of features and their recognition performance on a selected audio dataset. A subset achieves promising results in comparison with more frequently used spectral-domain features. This makes them a valuable addition to other frequently used features, especially for tasks of impulsive sound recognition.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20201 - Electrical and electronic engineering

Projekt

<a href="/cs/project/LO1401" target="_blank" >LO1401: Interdisciplinární výzkum bezdrátových technologií</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2018

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of 28th International Conference Radioelektronika 2018

ISBN

978-1-5386-2485-2

ISSN

—

e-ISSN

—

Počet stran výsledku

5

Strana od-do

1-5

Název nakladatele

IEEE

Místo vydání

Neuveden

Místo konání akce

Praha

Datum konání akce

19. 4. 2018

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000465415100025