多模态感知能否检测并定位瞬态事件？
信号处理
2019-04-05 v1
摘要
随着使城市更“智能”的关注度提升，我们看到嵌入城市基础设施的感知技术投资激增。出租车和公交车上GPS传感器的部署、智能卡取代纸质车票以及其他类似举措，已带来大量关于人类移动性的数据，这些数据大规模生成并可实时获取。此外，Twitter和基于位置社交网络（LBSN）等社交媒体平台的用户持续自愿分享多媒体内容，揭示其所在地区的现场信息。此类纵向多模态数据的可用性不仅允许刻画城市动态，也能检测由事件（如音乐会）暂时破坏这些动态所产生的异常。本工作中，我们研究了此类城市传感器模态（物理与社会）利用统计离群点检测技术检测不同强度局部事件（如音乐会）的能力。我们考察了通过新加坡和纽约市当地交通部门公开API获取的到达公交车站的负载水平、电信记录和出租车行程，以及同期收集的Twitter/Foursquare签到数据，并与从多个事件网站整合的一组事件进行比对评估。特别地，我们报告了关于以下方面的初步发现：（1）各模态显现的空间影响（即距事件场馆多远异常仍存在），以及（2）利用基础融合技术综合多传感器决策的有效性。
引用
@article{arxiv.1904.02570,
title = {Can multimodal sensing detect and localize transient events?},
author = {Kasthuri Jayarajah and Vigneshwaran Subbaraju and Noel Athaide and Lakmal Meegahapola and Andrew Tan and Archan Misra},
journal= {arXiv preprint arXiv:1904.02570},
year = {2019}
}