ビデオ入力を用いて訓練された光ファイバー交通監視ネットワーク

分散型音響センシング（DAS）は、人口密集地域におけるリアルタイム交通監視のための有望なツールとして登場しました。本論文では、DASデータと同位置で取得・較正されたビデオ録画を統合する新しいアプローチを提案します。ビデオ入力から得られたYOLO由来の車両位置および分類をラベル付きデータとして使用し、DASデータのみを使用する検出・分類ニューラルネットワークを訓練します。このモデルは、ビデオの撮影範囲内および撮影範囲外の領域に適用されます。YOLOの出力と比較した場合、検出および分類において約Formula: see textの成功率、および約Formula: see textの誤報率を達成します。1週間の交通監視における本モデルの応用例を示し、将来のスマートシティ開発に役立つ統計的知見を提供します。我々のアプローチは、実用性と拡張性に焦点を当て、プライバシーを保護し、インフラコストを最小限に抑えつつ、光ファイバーセンサーとカメラを組み合わせる可能性を浮き彫りにします。今後の研究を促進するため、データセットを公開します。