面向声学交通监测的改进型车辆子类型分类
声音
2023-02-07 v1 音频与语音处理
摘要
道路上车辆的检测与分类是交通监测的一项关键任务。通常，计算机视觉（CV）算法在道路车辆分类任务中占主导地位，但CV方法在光照条件差的情况下可能表现不佳，且需要更大的计算量。此外，在敏感和安全区域安装摄像头还存在隐私问题。相比之下，声学交通监测具有成本效益，并且可以提供更高的精度，特别是在低光照条件和无法安装摄像头的地方。在本文中，我们考虑声学车辆子类型分类任务，将声学信号分为4类：汽车、卡车、摩托车和无车辆。我们尝试使用梅尔频谱图、MFCC和GFCC作为特征，并进行数据预处理，以训练一个简单且优化良好的CNN，该网络在此任务上表现良好。当使用MFCC作为特征并进行细致的数据预处理时，我们提出的方法在IDMT Traffic数据集上以98.95%的准确率超越了已有的最先进基线。
引用
@article{arxiv.2302.02945,
title = {Improved Vehicle Sub-type Classification for Acoustic Traffic Monitoring},
author = {Mohd Ashhad and Umang Goenka and Aaryan Jagetia and Parwin Akhtari and Sooraj K. Ambat and Mary Samuel},
journal= {arXiv preprint arXiv:2302.02945},
year = {2023}
}
备注
Accepted at Twenty-Ninth National Conference on Communications(NCC) 23 - 26 February, Indian Institute of Technology Guwahati