이전 울음소리 조사의 ADC와 FFT로 주파수가 된 변환을 기준으로 작성한다.
(이 경우 기기의 라이브러리를 이용하기 떄문에 데이터 화가 되었다는것을 기준으로 작성한다)
1. 울음 감지
이전 조사 그대로 spectrum 배열을 주파수로 변환된 최종 결과 값이라 한다면.
spectrum 배열에서 아기울음소리인 1000hz 이상의 값들만 분석에 사용하는데.
이 값들중에서 특정 값 A(직접 설정, 현재 예시용) 보다 큰 수가 일정 횟수 N( 직접 설정 , 예시 ) 이상 검출, 된 것이 발견되고 이 발견 횟수가 특정 NUM 만큼 반복되면 울음 감지에서 분석 모드를 실행한다.
spectrum 배열에서 A 보다 큰 값이 N 횟수 이상 검출된 경우를 확인한다.
N 횟수를 넘는 경우가 NUM 횟수만큼 반복될 때를 우는 경우로 확인하고 분석 모드를 실행한다.
2. 울음 분석
분석 모드에서는 두가지 배열을 사용하여 울음을 분석한다.
2-1 specSum
specSum배열은 수집 시간(논문의 경우 20초) spectrum 의 모든 값을 누적한 배열이다.
위 그림은 각 샘플별 specSum 값 그래프이고 오른쪽 상단 숫자는 분산값이다. 분산이란 각각 자료가 평균에서 얼마나 떨어져 있는지 나타낸 값이며 논문에선 모분산 공식을 사용하였다.
spceSum 배열을 통해서 우리는 울음소리의 크기를 알수있고 아이마다 다를수 있지만
울음소리의 크기는 아플떄 > 배고플때 > 졸릴때 로 나눌수가 있다 그래프에서 위 분산값과의 차이가 서로 차이가 어느 차이가 난다는건 알수 있지만 기본적으로 아이의 울음 소리크기는 나눌수 있으며 울음소리 특징과 유사하다.
실제로 설계를 한다면 일정 시간당(예시를 위해 '초'를 기준으로한다) sepctrum 값의 누적을 위해
1) specSum[20]에 각 초당 spectrum값을 누적하고
2) specSum 값의 평균을 구한 E값을 구한 뒤. 다양한 방법을 채택할 수 있다.
3-1-1)울음소리 감지 때 처럼 특정 값을 기준으로 3가지 기준 CASE 를 잡고
3-1-2)CASE 의 값에 ±X 값을 통해 울음소리의 크기가 3가지 상태중 하나란 것을 알 수 있다.
3-2-1)위의 3-1과 비슷하되 편차까지 구하여 규칙성을 찾고
3-2-2)규칙적이면 배고플때, 불규칙적이면 아플떄, 졸릴때는 규칙성이 아닌 빈도를 찾아 다른 기준을 줄 수 있다.
4) 판단 값에 맞추어 크기 우선순위 123을 둔다
2-1 specSize
specSize 배열은 아기 울음소리 감지때 NUM 횟수만큼 보는것이 아닌 일정시간(위와 같이 수집시간 20초에서 일정 시간을 1초로 가정한다)별로 저장한 배열이다. 'A 보다 큰 값이 검출된 경우' 에서 0으로 두면 미세한 값이 A보다 큰 값으로 들어온 것으로 쳐서 무음으로 치지 않기 때문에 일정 값(논문의 경우 20으로 두었다.
위 그림은 순서대로 아플떄 배고플때 졸릴때 를 나타낸 것이고 검은색은 무음인 경우이다 위 그림중 두번쨰 그림은 검은색의 빈도, 즉 무음의 빈도를 나타내는데 무음의 빈도를 통해 아이의 울음 상태를 또한 알수 있게 된다.
설계를 한다면(시간을 20으로 예시로 두었다.)
1)일정 시간(본 경우 1초)당 배열 specSize[20]에 spectrum 배열에서 울음 감지때의 기준인 A값보다 큰 값의 검출 수를 누적한다. 이때 일정 값보다 작으면 무음처리를 위해 0으로, 아니면 1로 바꾼다.
2)배열에서 20 보다 큰 수의 빈도 %를 구한다. [(1값이 들어간 specSize 의 수 / 20 ) * 100]
3)특정 기준을 두어 3가지 CASE ±X 값으로 상태를 판단한다.
4)판단에 맞추어 빈도 우선순위 123)을 둔다
배열을 통한 판단
위 배열들을 통해서 각 판단을 할수 있는데 시행착오를 통해서 울음, 빈도 중 가장 우선순위의 값을 울음소리의 종류로 판단하거나 두 값의 다양한 계산을 통해 판단한다.
이전 울음소리 조사의 ADC와 FFT로 주파수가 된 변환을 기준으로 작성한다. (이 경우 기기의 라이브러리를 이용하기 떄문에 데이터 화가 되었다는것을 기준으로 작성한다)
1. 울음 감지
이전 조사 그대로 spectrum 배열을 주파수로 변환된 최종 결과 값이라 한다면. spectrum 배열에서 아기울음소리인 1000hz 이상의 값들만 분석에 사용하는데. 이 값들중에서 특정 값 A(직접 설정, 현재 예시용) 보다 큰 수가 일정 횟수 N( 직접 설정 , 예시 ) 이상 검출, 된 것이 발견되고 이 발견 횟수가 특정 NUM 만큼 반복되면 울음 감지에서 분석 모드를 실행한다.
2. 울음 분석
분석 모드에서는 두가지 배열을 사용하여 울음을 분석한다.
2-1 specSum
specSum배열은 수집 시간(논문의 경우 20초) spectrum 의 모든 값을 누적한 배열이다.
위 그림은 각 샘플별 specSum 값 그래프이고 오른쪽 상단 숫자는 분산값이다. 분산이란 각각 자료가 평균에서 얼마나 떨어져 있는지 나타낸 값이며 논문에선 모분산 공식을 사용하였다.
spceSum 배열을 통해서 우리는 울음소리의 크기를 알수있고 아이마다 다를수 있지만 울음소리의 크기는 아플떄 > 배고플때 > 졸릴때 로 나눌수가 있다 그래프에서 위 분산값과의 차이가 서로 차이가 어느 차이가 난다는건 알수 있지만 기본적으로 아이의 울음 소리크기는 나눌수 있으며 울음소리 특징과 유사하다.
실제로 설계를 한다면 일정 시간당(예시를 위해 '초'를 기준으로한다) sepctrum 값의 누적을 위해 1) specSum[20]에 각 초당 spectrum값을 누적하고 2) specSum 값의 평균을 구한 E값을 구한 뒤. 다양한 방법을 채택할 수 있다. 3-1-1)울음소리 감지 때 처럼 특정 값을 기준으로 3가지 기준 CASE 를 잡고 3-1-2)CASE 의 값에 ±X 값을 통해 울음소리의 크기가 3가지 상태중 하나란 것을 알 수 있다. 3-2-1)위의 3-1과 비슷하되 편차까지 구하여 규칙성을 찾고 3-2-2)규칙적이면 배고플때, 불규칙적이면 아플떄, 졸릴때는 규칙성이 아닌 빈도를 찾아 다른 기준을 줄 수 있다. 4) 판단 값에 맞추어 크기 우선순위 123을 둔다
2-1 specSize
specSize 배열은 아기 울음소리 감지때 NUM 횟수만큼 보는것이 아닌 일정시간(위와 같이 수집시간 20초에서 일정 시간을 1초로 가정한다)별로 저장한 배열이다. 'A 보다 큰 값이 검출된 경우' 에서 0으로 두면 미세한 값이 A보다 큰 값으로 들어온 것으로 쳐서 무음으로 치지 않기 때문에 일정 값(논문의 경우 20으로 두었다.
위 그림은 순서대로 아플떄 배고플때 졸릴때 를 나타낸 것이고 검은색은 무음인 경우이다 위 그림중 두번쨰 그림은 검은색의 빈도, 즉 무음의 빈도를 나타내는데 무음의 빈도를 통해 아이의 울음 상태를 또한 알수 있게 된다.
설계를 한다면(시간을 20으로 예시로 두었다.) 1)일정 시간(본 경우 1초)당 배열 specSize[20]에 spectrum 배열에서 울음 감지때의 기준인 A값보다 큰 값의 검출 수를 누적한다. 이때 일정 값보다 작으면 무음처리를 위해 0으로, 아니면 1로 바꾼다. 2)배열에서 20 보다 큰 수의 빈도 %를 구한다. [(1값이 들어간 specSize 의 수 / 20 ) * 100] 3)특정 기준을 두어 3가지 CASE ±X 값으로 상태를 판단한다. 4)판단에 맞추어 빈도 우선순위 123)을 둔다
배열을 통한 판단
위 배열들을 통해서 각 판단을 할수 있는데 시행착오를 통해서 울음, 빈도 중 가장 우선순위의 값을 울음소리의 종류로 판단하거나 두 값의 다양한 계산을 통해 판단한다.