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

要約

タイヤ摩擦ノーズに基づく異常検知タスクにおいて、走行イベントを正確に抽出することは、計算効率と異常検知性能を最大化するための方法である。本研究では、風切り音のようなランダム性のために明確な特徴付けが困難な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、簡潔で非常に有用な方法を提案する。提案手法の核心は、注目する周波数に対応する路面摩擦音を同定し、複数の周波数フィルタにより反対の特性を除去することにある。本手法は、異常検出性能を平均8.506%向上させながら、走行イベント抽出の精度最大化を可能にする。したがって、本手法は、屋外のエッジコンピューティング環境における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る。

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, DeepL