利用视频输入训练分布式声传感交通监测网络
地球物理
2025-08-26 v1 计算机视觉与模式识别
机器学习
信号处理
光学
摘要
分布式声传感（DAS）已成为人口密集地区实时交通监测的有前景工具。在本文中，我们提出了一种将DAS数据与共置视觉信息相集成的新概念。我们使用来自相机输入的由YOLO导出的车辆位置和分类作为标签数据，来训练一个仅利用DAS数据的检测与分类神经网络。我们的模型在检测和分类上实现了超过94%的性能，误报率约为1.2%。我们展示了该模型在一周内监测交通的应用，产生了可能有益于未来智慧城市发展的统计见解。我们的方法突出了将光纤传感器与视觉信息相结合的潜力，侧重于实用性和可扩展性，保护隐私并最大限度地降低基础设施成本。为鼓励未来的研究，我们共享了我们的数据集。
引用
@article{arxiv.2412.12743,
title = {Training a Distributed Acoustic Sensing Traffic Monitoring Network With Video Inputs},
author = {Khen Cohen and Liav Hen and Ariel Lellouch},
journal= {arXiv preprint arXiv:2412.12743},
year = {2025}
}
备注
12 pages, 11 figures, 5 appendices. Shared dataset in: https://zenodo.org/records/14502092