A Comparison between Methods for Scream Detection Based on SVM and GMM
Suk-Hwan Chung, Yong-Joo Chung · The Journal of Korean Institute of Information Technology · 2017
최근 들어 강력범죄들이 공공화장실이나 노상과 같은 공공장소에서 빈번이 일어나서 사회적 문제로 급부상하고 있다. 이로 인해 일반적인 보행자들의 안전 문제를 위한 감시시스템의 중요성은 점차 증대되어가는 추세이다. 하지만 기존의 시각 감시 시스템만으로는 여러 한계점이 있어 오디오 검출 기능을 추가하여 보완하려는 많은 시도가 있었다. 본 연구에서는, SVM(Support Vector Machine)과 GMM(Gaussian Mixture Machine) 기법을 각각 활용하여 사람의 비명소리를 검출하고자 하였으며, 그 두 방법 간의 성능을 다양한 실험을 통하여 상호 비교하였다. 인식실험 결과, SVM의 경우에는 약 0.559%의 False Positive 값을 얻을 수 있었으며, 이는 비명에 대한 오인식이 일어날 가능성이 매우 작음을 의미한다. 반면에, GMM의 경우 약 12.03%의 False Negative 값을 얻을 수 있었는데, 이를 통해서 GMM 방식은 SVM 방식에 비해 비명인식에 대한 민감도가 상대적으로 양호함을 알 수 있었다. 이러한 결과를 통하여 GMM과 SVM은 각각 뚜렷이 구별되는 장점을 가짐을 알 수 있었으며, 향후 두 방식의 결합을 통하여 성능 향상이 이루어질 수 있는 가능성을 확인할 수 있었다.