基于非压缩自编码器利用车辆行驶噪声检测路面异常
计算机视觉与模式识别
2022-07-12 v4
摘要
湿滑路面会因降低抗滑阻力而引发道路交通事故。为预防此类事故，检测路面异常十分有用。本文提出一种基于深度学习的经济高效实时异常检测架构，称为非压缩自编码器（NCAE）。该架构可通过卷积操作反映时间序列信息的前向与后向因果性。此外，上述架构在实验中表现出比已发布的异常检测模型更高的异常检测性能。我们得出结论：NCAE作为一种前沿的路面异常检测模型，其AUROC提高了4.20%，决策速度比之前快2.99倍。
引用
@article{arxiv.2103.12992,
title = {Non-Compression Auto-Encoder for Detecting Road Surface Abnormality via Vehicle Driving Noise},
author = {YeongHyeon Park and JongHee Jung},
journal= {arXiv preprint arXiv:2103.12992},
year = {2022}
}
备注
3 pages