Frequency of Interest-based Noise Attenuation Method to Improve Anomaly Detection Performance

要約

運転イベントを正確に抽出することは、タイヤの摩擦ノーズに基づく異常検出タスクで計算効率と異常検出パフォーマンスを最大化する方法です。
この研究では、ランダム性のために明確に特徴付けることが難しい、風切り音などの余分なノイズによって妨げられるイベント抽出の精度を向上させるための簡潔で非常に有用な方法を提案します。
提案された方法の核心は、関心のある周波数に対応する路面摩擦音の識別に基づいており、いくつかの周波数フィルターを使用して反対の特性を除去します。
私たちの方法は、平均8.506％の異常検出性能を向上させながら、運転イベント抽出の精度を最大化することを可能にします。
したがって、私たちの方法は、屋外のエッジコンピューティング環境での路面異常検出の目的に適した実用的なソリューションであると結論付けています。

要約(オリジナル)

Accurately extracting driving events is the way to maximize computational efficiency and anomaly detection performance in the tire frictional nose-based anomaly detection task. This study proposes a concise and highly useful method for improving the precision of the event extraction that is hindered by extra noise such as wind noise, which is difficult to characterize clearly due to its randomness. The core of the proposed method is based on the identification of the road friction sound corresponding to the frequency of interest and removing the opposite characteristics with several frequency filters. Our method enables precision maximization of driving event extraction while improving anomaly detection performance by an average of 8.506%. Therefore, we conclude our method is a practical solution suitable for road surface anomaly detection purposes in outdoor edge computing environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google