論文の概要: Robust Audio-Based Vehicle Counting in Low-to-Moderate Traffic Flow
- arxiv url: http://arxiv.org/abs/2010.11716v1
- Date: Thu, 22 Oct 2020 13:42:26 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-04 08:38:03.545297
- Title: Robust Audio-Based Vehicle Counting in Low-to-Moderate Traffic Flow
- Title（参考訳）: 低モデレート交通流におけるロバストな音声車計数
- Authors: Slobodan Djukanovi\'c, Ji\v{r}i Matas, Tuomas Virtanen
- Abstract要約: 本稿では,1チャンネル音声を用いた低モジュレートトラフィックにおけるVC(Audio-based Vehicle counting)手法を提案する。
回帰問題としてVCを定式化し、車とマイクの距離を予測する。
本稿では,偽陽性と偽陰性の確率が一致した時点で,最小値検出閾値を設定することを提案する。
- 参考スコア（独自算出の注目度）: 14.244787327283339
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The paper presents a method for audio-based vehicle counting (VC) in
low-to-moderate traffic using one-channel sound. We formulate VC as a
regression problem, i.e., we predict the distance between a vehicle and the
microphone. Minima of the proposed distance function correspond to vehicles
passing by the microphone. VC is carried out via local minima detection in the
predicted distance. We propose to set the minima detection threshold at a point
where the probabilities of false positives and false negatives coincide so they
statistically cancel each other in total vehicle number. The method is trained
and tested on a traffic-monitoring dataset comprising $422$ short, $20$-second
one-channel sound files with a total of $ 1421 $ vehicles passing by the
microphone. Relative VC error in a traffic location not used in the training is
below $ 2 \%$ within a wide range of detection threshold values. Experimental
results show that the regression accuracy in noisy environments is improved by
introducing a novel high-frequency power feature.
- Abstract（参考訳）: 本稿では,1チャンネル音声を用いた低モジュレートトラフィックにおけるVC(Audio-based Vehicle counting)手法を提案する。
回帰問題としてvcを定式化した。つまり、車とマイクの距離を予測する。
提案した距離関数のミニマは、マイクを通過する車両に対応する。
VCは、予測距離における局所ミニマ検出を介して実行される。
本稿では,偽陽性と偽陰性の確率が一致した時点で最小値検出しきい値を設定し,車両総数で統計的に相互にキャンセルすることを提案する。
この方法は、ショート422ドル、20ドル/秒のワンチャネルサウンドファイルと、合計1421ドルの車両がマイクを通り過ぎている交通監視データセットでトレーニングされ、テストされる。
トレーニングで使用されていないトラフィックロケーションにおける相対的なVCエラーは、幅広い検出しきい値の範囲内で2 \%$以下である。
実験の結果, 新しい高周波パワー特性を導入することにより, 騒音環境における回帰精度が向上した。
関連論文リスト
- Unsupervised Domain Adaptation for Self-Driving from Past Traversal
Features [69.47588461101925]
本研究では,新しい運転環境に3次元物体検出器を適応させる手法を提案する。
提案手法は,空間的量子化履歴特徴を用いたLiDARに基づく検出モデルを強化する。
実世界のデータセットの実験では、大幅な改善が示されている。
論文 参考訳（メタデータ） (2023-09-21T15:00:31Z) - MVD:A Novel Methodology and Dataset for Acoustic Vehicle Type
Classification [0.6249768559720122]
音響トラフィックモニタリングと車種分類アルゴリズムを開発するためのオープンデータセットを2つ提示する。
本稿では,ケプストラムとスペクトルに基づく局所的・大域的音声特徴を用いて,これらの音響信号を高精度に分類する方法とマルチ入力ニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2023-09-07T08:02:57Z) - iSDF: Real-Time Neural Signed Distance Fields for Robot Perception [64.80458128766254]
iSDFは実時間符号付き距離場再構成のための連続学習システムである。
より正確な再構築と、衝突コストと勾配のより良い近似を生成する。
論文 参考訳（メタデータ） (2022-04-05T15:48:39Z) - Deep Reinforcement Q-Learning for Intelligent Traffic Signal Control
with Partial Detection [0.0]
インテリジェントな信号制御装置は、DQNアルゴリズムをトラフィック光ポリシー最適化に適用し、リアルタイムトラフィックに信号を調整することで、トラフィックの混雑を効率的に軽減する。
しかしながら、文献のほとんどの命題は、交差点の全ての車両が検出される、非現実的なシナリオであると考えている。
本研究では,連結車両を用いた部分的に観測可能な環境下で,信号制御を最適化する深層強化Q-ラーニングモデルを提案する。
論文 参考訳（メタデータ） (2021-09-29T10:42:33Z) - Real Time Monocular Vehicle Velocity Estimation using Synthetic Data [78.85123603488664]
移動車に搭載されたカメラから車両の速度を推定する問題を考察する。
そこで本研究では,まずオフ・ザ・シェルフ・トラッカーを用いて車両バウンディングボックスを抽出し,その後,小型ニューラルネットワークを用いて車両速度を回帰する2段階のアプローチを提案する。
論文 参考訳（メタデータ） (2021-09-16T13:10:27Z) - METEOR: A Massive Dense & Heterogeneous Behavior Dataset for Autonomous
Driving [42.69638782267657]
本稿では、インドにおける非構造化シナリオにおけるトラフィックパターンをキャプチャする、新しい複雑なトラフィックデータセットMETEORを提案する。
METEORは1000分以上のビデオクリップと、エゴ車軌道を持つ200万以上の注釈付きフレームと、周囲の車両や交通機関のための1300万以上のバウンディングボックスで構成されている。
我々は,オブジェクト検出と行動予測アルゴリズムの性能を評価するために,新しいデータセットを用いた。
論文 参考訳（メタデータ） (2021-09-16T01:01:55Z) - IDMT-Traffic: An Open Benchmark Dataset for Acoustic Traffic Monitoring
Research [0.4433315630787158]
4718の車両通過イベントの2.5時間のステレオオーディオ記録を含む新しいオープンベンチマークデータセットを提示する。
このデータセットは、組み込みセンサーデバイスにオーディオ分類アルゴリズムをデプロイするユースケースを評価するのに適している。
論文 参考訳（メタデータ） (2021-04-28T07:58:37Z) - Neural Network-based Acoustic Vehicle Counting [14.433172583879072]
我々は、切断した車間距離の局所最小値から車両のパスバイ瞬間を予測する。
実験により、NNに基づく距離回帰は、これまで提案された支持ベクトル回帰よりもはるかに優れていた。
最小値に基づくカウントに加えて,局所最小値を検出することなく予測距離で動作するディープラーニングカウントを提案する。
論文 参考訳（メタデータ） (2020-10-22T12:45:06Z) - Prediction of Traffic Flow via Connected Vehicles [77.11902188162458]
本稿では,交通機関が交通の流れを早期に制御し,渋滞を防止するための短期交通流予測フレームワークを提案する。
我々は,過去の流れデータと,コネクテッド・ビークル(CV)技術によって提供されるリアルタイムフィードや軌道データといった革新的な特徴に基づいて,将来の道路セグメントにおける流れを予測する。
本手法は, 流れの予測, CVが軌道に沿ったセグメントに現実的に遭遇する様々な事象の影響を組み込むことによって, 高度なモデリングを可能にすることを示す。
論文 参考訳（メタデータ） (2020-07-10T16:00:44Z) - Cascaded Regression Tracking: Towards Online Hard Distractor
Discrimination [202.2562153608092]
本稿では,2段階の逐次回帰トラッカーを提案する。
第1段階では, 容易に同定可能な負の候補を抽出する。
第2段階では、残留するあいまいな硬質試料をダブルチェックするために、離散サンプリングに基づくリッジ回帰を設計する。
論文 参考訳（メタデータ） (2020-06-18T07:48:01Z) - Reinforcement Learning Based Vehicle-cell Association Algorithm for
Highly Mobile Millimeter Wave Communication [53.47785498477648]
本稿では,ミリ波通信網における車とセルの関連性について検討する。
まず、ユーザ状態(VU)問題を離散的な非車両関連最適化問題として定式化する。
提案手法は,複数のベースライン設計と比較して,ユーザの複雑性とVUEの20%削減の合計で最大15%のゲインが得られる。
論文 参考訳（メタデータ） (2020-01-22T08:51:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。