Reconocimiento automático de señales peatonales accesibles usando un enfoque adaptativo

Abstract

An algorithm for the recognition of accessible pedestrian signals (APS), a type of sound emitted by pedestrian tra c lights to enable passage at pedestrian crossings, is presented. The automatic detection of these frequency modulations is of interest for tra c controllers because it allows the recognition of other audible tones, such as: train horns, ambulance sirens and police patrol alarms, among others. So far, previous authors have managed to recognize APSs with partial success, since the exposed designs have presented suboptimal musical recognition kernels, xed tone thresholds unable to adapt to the changing level of street noise and a separate processing of continuous and discontinuous musical contours. To solve these problems, we present an algorithm that uses a three-harmonics musical recognition kernel design with a decay proportional to 1=k2, two algorithms for the dynamic estimation of the tone threshold, that vary according to the signal-to-noise ratio (TS2Means and the leaky integrator), and the Mahalanobis distance with covariance matrices modeled according to the APS musical contours for noise robustness. The best detection rates reached were 93% precision, 89% speci city, 92% recall, 92% F-score, and 80% Matthew's correlation coe cient.Se presenta un algoritmo de reconocimiento de se~nales peatonales accesibles (APS, por sus siglas en ingl es), un tipo de sonido emitido por los sem aforos peatonales para habilitar el paso en los cruces peatonales. La detecci on autom atica de estas modulaciones de frecuencia es de inter es para los encargados del control del tr a co porque permitir a realizar el reconocimiento de otros tonos audibles, como: las bocinas del tren, las sirenas de ambulancias y las alarmas de patrullas policiales, entre otros. Hasta ahora, autores previos han logrado reconocer los APS con exito parcial, pues los dise~nos expuestos han presentado n ucleos de reconocimiento musical sub optimos, umbrales de tono jos incapaces de adaptarse al nivel cambiante de ruido de la calle y un procesamiento separado de contornos musicales continuos y discontinuos. Para resolver estos problemas se presenta un algoritmo que utiliza un dise~no de n ucleo de reconocimiento musical de tres arm onicas con decaimiento proporcional a 1=k2, dos algoritmos de estimaci on din amica del umbral de tono que var an seg un la relaci on se~nal-ruido (TS2Means y la media m ovil exponencial) y la distancia de Mahalanobis con matrices de covarianza modeladas seg un los contornos musicales APS para soportar los momentos de ruido. Las mejores tasas de detecci on alcanzadas fueron de 93% de precisi on, 89% de especi cidad, 92% de sensibilidad, 92% de medida F y 80% del coe ciente de correlaci on de Matthew.