本研究提出了一种基于分布式声学传感的实时半监督车辆监测框架，旨在识别城市交通引起的地震数据中的车辆运动。该框架利用少量人工标签进行初始训练，并通过无标签数据进行模型改进，实验结果表明其在准确性和鲁棒性方面优于现有方法。

该研究介绍了多种基于神经网络的3D点云处理方法，如VPC-Net、S3CNet和PointPnCNet，旨在提升车辆监测、场景补全和障碍物检测的性能。这些方法在多个数据集上表现优异，推动了自动驾驶技术的发展。