轨迹相似性度量方法总结
軌跡相似性度量方法總結(jié)
- 基于點(diǎn)的度量
- 基于形狀的度量
- 基于分段
- 基于特定任務(wù)
基于點(diǎn)的度量
1.歐氏距離
優(yōu)點(diǎn):線性計(jì)算時(shí)間
缺點(diǎn):軌跡長(zhǎng)度要相同
2.DTW
是對(duì)時(shí)間序列距離測(cè)量的改進(jìn)
優(yōu)點(diǎn):考慮到時(shí)間差;
比歐式距離效果好
缺點(diǎn):對(duì)噪音比較敏感
3.LCSS
優(yōu)點(diǎn):對(duì)噪音有一定的魯棒性
缺點(diǎn):閾值不好定義
4.EDR
優(yōu)點(diǎn):對(duì)噪音有一定的魯棒性
缺點(diǎn):閾值不好定義
EDR和LCSS的比較:
共同點(diǎn):他們都是基于點(diǎn)的
EDR計(jì)算操作代價(jià)時(shí)需要考慮未匹配的點(diǎn)
不同點(diǎn):LCSS代價(jià)高,EDR代價(jià)低
基于形狀的度量
5.Hausdorff距離
計(jì)算兩條軌跡之間最近點(diǎn)距離的最大值.
條件:
兩條軌跡之間點(diǎn)的個(gè)數(shù)不能相差太多,
對(duì)噪音敏感
6.Frechet距離
基于動(dòng)態(tài)規(guī)劃的思想,
對(duì)噪音敏感
基于分段
7.單向距離(OWD)
OWD距離的基本思想基于兩條軌跡圍成的面積,當(dāng)面積大,說(shuō)明軌跡之間距離較遠(yuǎn),相似度就低;相反,若圍成的面積為0,則說(shuō)明兩條軌跡重合,相似度最高。
8.LIP
當(dāng)某區(qū)域面積的周長(zhǎng)占總長(zhǎng)比重大時(shí)權(quán)重也自然就大;當(dāng)Area均為0時(shí),說(shuō)明兩條軌跡重合沒(méi)有縫隙,LIP距離為0;當(dāng)Area加權(quán)和大時(shí),則說(shuō)明兩條軌跡之間縫隙較大,LIP距離也就大。此外,權(quán)重由區(qū)域周長(zhǎng)占總長(zhǎng)比重大決定,也一定程度對(duì)抗了噪音點(diǎn)的干擾。
只作用于2維軌跡
基于特定任務(wù)
9.CATS(基于線索感知的軌跡相似度)
由于軌跡在采集的時(shí)候可能會(huì)存在大量采樣點(diǎn)缺 失的軌跡段,而對(duì)象的同一種運(yùn)動(dòng)行為形成的軌跡在空 間上和時(shí)間上應(yīng)該都比較接近,
因此,對(duì)于同一模式的軌跡,將他們的采樣點(diǎn)相互補(bǔ) 充,得到一條采樣完整的軌跡。CATS可以支持局部時(shí)間 扭曲,對(duì)軌跡的采樣率和長(zhǎng)度都沒(méi)有要求,并且對(duì)噪聲 具有魯棒性。
10.TRACLUS(軌跡聚類(lèi))
通過(guò)軌跡聚類(lèi)找出有代表性的相似軌跡
11.NEAT
軌跡聚類(lèi)時(shí),考慮路網(wǎng)因素,分三次聚類(lèi)
12語(yǔ)義軌跡
軌跡序列包含時(shí)空語(yǔ)義信息
參考:
https://blog.csdn.net/weixin_39910711/article/details/109333641
https://www.jianshu.com/p/8a5755c1831a
https://www.zhihu.com/question/27213170?sort=created
總結(jié)
以上是生活随笔為你收集整理的轨迹相似性度量方法总结的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: 安装tensorflow_gpu,无法定
- 下一篇: tensorflow object de