面向轨迹相似性查询的TRI轨迹表示与索引框架

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:yifanvip
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
关于时空轨迹的查询的研究已经进行了数十年。然而,如何测量轨迹的相似性,以及如何有效地表示和索引轨迹仍然是个问题。对于第一个问题,我们讨论了插值不变性的性质,并提出了具有该性质的两种距离。对于第二个问题,我们提出了Trajectory Representing and Indexing(TRI)框架来管理时空轨迹。在这种框架下,首先,轨迹将根据我们的成本估算函数被切分为子轨迹;其次,子轨迹将由一种新的外包框,即最小外接晶体,进行表示;之后,我们将轨迹点与外包框存入TB-3DR树进行索引;最后,我们设计了查询简化的子外包框驱动的k近邻算法以加速k近邻查询。通过实验比较,我们说明了TRI框架可以将k近邻搜索的效率提高一个数量级。
其他文献
近年来,计算机自动读取医学影像并辅助医生进行诊断成为热门。计算机辅助诊断系统可以极大地减轻医生读片负担,缓解医疗资源分布不均衡的问题。近年来深度学习的迅速发展和计算机视觉领域的广泛应用为进一步提升计算机读片的准确性提供了参考。由于某些疾病的特殊性,很多病灶在医学影像上的特征并不明显。患者与健康人之间的差异较小,同一种病灶在不同患者的影像中也可能展现不同的特征,这就使得自动诊断系统在区别患者与健康人
视频作为重要的信息载体,与我们生活的联系日益密切。现如今,人们可以随时随地拍摄和分享视频。然而手持摄像设备拍摄的视频会受抖动问题的困扰,从而给视频观看者带来不适。因此需要对抖动的视频进行稳定化处理,即视频稳像。另外,视频稳像技术也可以用于其他视频处理过程的预处理步骤,例如目标检测、视频压缩等等,提高这些任务的准确性和鲁棒性。目前的视频稳像算法能够在一定程度上处理抖动的视频,但仍存在一些问题。此外,
人脸表情识别作为人脸识别中的关键一环,在自动化人脸分析的研究领域中不可或缺。基于人脸表情识别技术的市场正在蓬勃发展,在人机交互、社交网络建模、智慧医疗、智能通信、自动驾驶等领域,人脸表情识别技术已经成功转化为市场认可的产品或服务。更多的应用场景也在探索中,其中,教育领域是一个尚未充分开发的潜在应用场景。对于计算机而言,人脸表情识别任务通常就是将图像或者视频帧分类到诸如生气、恶心、害怕、开心、伤心、
目标检测算法是计算机视觉中非常关键的技术,并且它作为基础算法被用在相当多的应用场景和研究领域中。在本篇论文中,我们提出了一种创新性的目标检测器训练方法。由于一阶目标检测器的训练通常是同时优化分类损失函数和位置损失函数,前者由于锚点数量大而导致了极端的前景-背景类不平衡问题。本文提出了一种新颖的框架,用排序任务代替一阶目标检测器中的分类任务,并采用平均精度损失函数(AP-loss)来作为排序任务的目
多实例多标记学习在生物医学图像领域的是广泛存在的,探索解决这一类问题的通用解决方案具有重大意义。我们选取了基于免疫组织化学图像进行亚细胞定位问题以及对果蝇胚胎发育图像自动注释问题进行了探讨,期望我们的方案能对解决其它生物医学场景的多实例多标记学习问题提供参考。人类蛋白质图谱(HPA)中的组织图谱包含免疫组织化学(IHC)图像,其通过可视化的方式展示了从组织水平到细胞水平的蛋白质分布,这为研究人类空
近年来,随着医学与计算机科学的不断发展,医疗方案的相关推荐方法得到了越来越多的的关注。将人工智能的相关算法应用于医疗方案的推荐上,势必能改善医学诊断,并辅助医生做出更好的诊断,以造福人类。文章紧密围绕医疗方案推荐算法及其应用这一话题展开讨论,研究提升推荐准确性和加快推荐速度的方法。首先,文章介绍了基于知识的医疗方案推荐方法以及基于案例的医疗方案推荐方法。这两种方法被作为文章研究的基础。针对基于知识
高职院校在生源扩招和师资扩充的背景下,针对师德师风建设过程中存在的教师党支部建设弱化、引领师德师风作用不强;教师法治意识需要完善、规则意识有待增强;师德师风建设长效机制不完善、监督引导不充分等困境,通过强化党对教师的引领,铸牢思想之魂;强化教师法治教育、纪律规范教育;建立健全师德师风建设长效机制,激发教师师德师风自我完善意识来开展高职院校师德师风建设,助力高职院校打造政治强、情怀深、思维新、视野广
随着深度学习技术的发展,计算机视觉相关技术在近些年来取得了巨大的突破,比如物体和人脸识别,物体检测以及物体分割等等。但在计算机视觉领域普遍缺乏对于关系的学习,比如物体检测当中多个物体之间的关系,人和物体交互检测时人和多个物体之间的关系,以及视频任务中帧与帧之间关系的学习。而对于特定的计算机视觉任务,关系学习可显著提升其性能。本文利用关系学习帮助视频摘要和目标重识别两个特定任务,并展示了关系学习在视
三维目标检测算法是无人驾驶系统环境感知的重要一环,在无人驾驶车辆的行为规划和决策中具有重要应用。与二维目标检测相比,以稀疏点云为输入的三维目标检测方面的工作尚未成熟。本文提出了一种新的基于点云投影的实时三维目标检测框架FVNet,它包括两个阶段:准边界框的检测和最终边界框参数的细化。本文首先将原始点云投影到柱面,生成保留丰富信息的前视特征图,然后构建了一个基于关键点估计的无锚检测网络D-Net来检
山上有一块小石头。它很快乐。清晨,玫瑰色的晨曦(xī)染红它的笑颜。夜里,它在清冷的星空下,聆(Iíng)听周边草木的呢喃(nínán)。有一天,它得到了一颗花籽。它把花籽藏(cáng)在心窝里。它对身边的三叶草说:“我就要有一朵自己的花儿啦,我希望它是紫色的,就像你开的花儿那样。”三叶草笑弯了腰:“你?你是石头。有谁听说过石头上能长出花儿来?”
期刊