본 논문은 투명성과 재현성을 보장하기 위해 포괄적인 데이터 수집 프로토콜과 주석 지침과 함께 제공되는 수주 도시 도로 음향 데이터 세트(SZUR-Acoustic Dataset)를 제시하고 공개합니다. 차량 소음과 주행 속도 간의 상관관계를 모델링하기 위해 이중 모드 특징 융합 심층 합성곱 신경망(BMCNN)을 제안합니다. 전처리 과정에서 적응적 잡음 제거 및 정규화 전략을 적용하여 환경 배경 간섭을 억제합니다. 네트워크 아키텍처에서 병렬 분기는 멜 주파수 케프스트럼 계수(MFCC)와 웨이브릿 패킷 에너지 특징을 추출하며, 이는 시간-주파수 정보를 완전히 활용하기 위해 중간 특징 공간에서 교차 모드 어텐션 메커니즘을 통해 융합됩니다. 실험 결과, BMCNN은 SZUR-Acoustic 데이터 세트에서 87.56%, 공개 IDMT-Traffic 데이터 세트에서 96.28%의 분류 정확도를 달성합니다. 수주 데이터 세트에 대한 절제 연구와 강건성 테스트는 성능 향상과 과적합 완화에 대한 각 모듈의 기여를 더욱 검증합니다. 제안된 음향 기반 속도 분류 방법은 실시간 소음 모니터링 및 속도 추정을 위한 스마트 도시 교통 관리 시스템에 통합되어 교통 흐름 제어 최적화, 도로변 소음 공해 감소 및 지속 가능한 도시 계획 지원에 활용될 수 있습니다.
