MVD:一种用于声学车辆类型分类的新方法和数据集
原文约400字/词,阅读约需1分钟。发表于: 。通过使用声学交通监测,对城市人口的快速增长造成的交通问题进行监控和管理,本研究开发了声学交通监测和车辆类型分类算法的两个开放数据集 MVD 和 MVDA,并提供了一种有效的方法来利用倒谱和谱的本地和全局音频特征以及多输入神经网络来准确分类这些声学信号,实验结果表明,我们的方法提高了前人工作的基线,对 MVD 和 MVDA 数据集的准确率分别达到 91.98% 和...
本研究通过声学交通监测和车辆类型分类算法,开发了两个开放数据集MVD和MVDA,并提供了一种有效的方法来准确分类声学信号。实验结果表明,该方法在MVD和MVDA数据集上的准确率分别达到91.98%和96.66%。最后,通过一个Android应用程序部署该模型,以方便测试和展示其有效性。