[论文解读] Real-time Emergency Vehicle Event Detection Using Audio Data

Zubayer Islam, Mohamed Abdel‐Aty|arXiv (Cornell University)|Feb 3, 2022

Traffic Prediction and Management Techniques被引用 5

一句话总结

本文提出了一种基于音频数据的实时紧急车辆检测系统，利用极限学习机（ELM）实现快速、准确的分类。通过提取关键音频特征并训练ELM模型，该方法在训练时间上显著短于复杂的深度学习方法，同时实现了97%的准确率，从而实现了在交叉路口的高效在线部署。

ABSTRACT

In this work, we focus on detecting emergency vehicles using only audio data. Improved and quick detection can help in faster preemption of these vehicles at signalized intersections thereby reducing overall response time in case of emergencies. Important audio features were extracted from raw data and passed into extreme learning machines (ELM) for training. ELMs have been used in this work because of its simplicity and shorter run-time which can therefore be used for online learning. Recently, there have been many studies that focus on sound classification but most of the methods used are complex to train and implement. The results from this paper show that ELM can achieve similar performance with exceptionally shorter training times. The accuracy reported for ELM is about 97% for emergency vehicle detection (EVD).

研究动机与目标

• 开发一种仅使用音频数据的实时紧急车辆检测系统。
• 通过加快紧急车辆的信号优先通行，缩短信号交叉路口的响应时间。
• 解决基于音频的紧急检测中复杂且训练缓慢的模型所存在的局限性。
• 评估极限学习机（ELM）在实时紧急车辆检测（EVD）中的性能。
• 证明ELM可在极短训练时间内实现高准确率，适用于在线学习。

提出的方法

• 从紧急车辆采集音频数据，并提取关键声学特征，如频谱特性和时域特征。
• 将提取的特征输入极限学习机（ELM）分类器，因其训练速度快且计算开销低而被选用。
• ELM使用单隐层前馈网络，输入权重随机分配，仅通过最小二乘法求解输出权重。
• 在带标签的音频样本上端到端训练模型，以区分紧急车辆声音与背景噪声。
• 系统设计用于在线推理，实现在交叉路口的实时检测。
• 通过标准指标（包括准确率）评估模型性能，重点关注推理速度和训练效率。

实验结果

研究问题

• RQ1 轻量级机器学习模型如ELM能否仅使用音频输入在实时紧急车辆检测中实现高准确率？
• RQ2 在紧急车辆检测背景下，ELM的训练时间与更复杂模型相比如何？
• RQ3 ELM在实现实时部署时，能在多大程度上保持高检测准确率，适用于城市交通环境？
• RQ4 基于音频的EVD系统能否缩短信号交叉路口处紧急车辆的响应时间？
• RQ5 哪些关键音频特征最有效地将紧急车辆声音与城市环境噪声区分开来？

主要发现

• ELM模型在测试集上实现了约97%的检测准确率，表现出色。
• ELM模型的训练时间显著短于传统深度学习模型，支持更快的模型迭代与部署。
• 由于ELM计算成本低，该系统适合实时推理，适用于动态环境中在线学习。
• 仅使用音频特征即可实现可靠检测，无需视觉或GPS数据，提升了系统的鲁棒性与可扩展性。
• 结果表明，ELM是复杂模型在基于音频的紧急检测中的有力替代方案，兼顾准确率与速度。
• 该方法通过及时检测音频事件，实现交叉路口更快的信号优先通行，有效缩短了紧急车辆响应时间。