信息时代的发展使得安防领域的技术应用得以大量推广,从而也推动了理论研究的进步。传统的视频监控存在其自身的局限性,从而催生出音频辅助判决的安防监控系统,结合声音与图像的相互优势,使得监控系统的准确率与可用性都大幅提高。本文针对安防背景下的音频事件监测展开研究,选取了代表性的六类事件,包括门声、枪声、脚步声、玻璃破碎声、说话声和尖叫声。在选定了所研究的目标事件后,本文接下来从两个大方面进行分析与研究,做了以下相关工作:1.研究了类别依赖的特征提取算法,提取了 11种新特征对特征的研究是本篇论文的核心工作。本文在对现有特征进行系统总结的基础上,讨论了各个特征对不同事件的适用性。之后重点对新特征的提取进行深入地探讨研究,重点从频域入手,设计提出了十一种频谱特征。最后结合提出的特征选择方法,依据不同音频事件构造不同的特征集,体现出特征集的类别依赖性。2.依据类别依赖的特征集,构造合适的多级分类模型基于特征集的类别依赖性,本文采用多级分类模型的设计。初级分类器选用单一特征集获得粗分类信息,据此再进行二级分类模型的设计,通过可信度检验模块进行合理拒识,最终得到类别的输出结果。二级分类器对各个类别的识别准确率带来5%的提高,平均准确率达到70%,平均召回率达到81%。此外,本文对初级特征采用PCA和LDA的降维方法进行处理,并增加了静音检测拒识和平滑模块。