NZK logo

Novinky zeměměřické knihovny č. 6/2006

VÚGTK


Partsinevelos, Panayotis VÚGTK 6 722
Rekonstrukce prostoročasových trajektorií z řídkých dat
[Reconstructing spatiotemporal trajectories from sparse data] / Panayotis Partsine-velos, Peggy Agouris,  Anthony  Stefanidis. - In: ISPRS J. Photogram. Rem. Sens.  - ISSN: 0924-2716. - Roč.60, č.1 (2005), s.3-16 : 17 obr. - Lit.37. Dostupné přímo jako www.sciencedirect.com
Přeložil Jan Rambousek, zkráceno
Zdiby: VÚGTK, 2006. - 4 s.


 

Klíčová slova: prostoročasové modelování, trajektorie, klasifikace, analýza pohybu,  čas, prostor, generalizace, zobrazení, neuronová síť, řídká data

 

Shrnutí: Při aplikacích rekonstrukce zobrazování pohybu bývá běžné vybírat umístění pohyblivých předmětů bez jakékoliv bližší znalosti předmětů, k nimž patří. Identifikace jednotlivých prostorově časových trajektorií z takových souborů dat je dalece odlišná od triviálních, protínají-li se takové trajektorie v prostoru, čase nebo příznacích. V předloženém článku se předkládá nový přístup k rekonstrukci složitých prostorových trajektorií pohybujících se předmětů zachycených v pohybu na obrazových souborech dat. Autoři vyvinuli nový systém ACENT (Attribute-aided Classification of Entangled Trajectories = atributy podporovanou klasifikaci složitých trajektorií), která se skládá z postupů klasifikace, shlukování a postupů neuronové sítě pro postupnou rekonstrukci prodloužených trajektorií na užití co vstupu časoprostorových souřadnic obrazových stop a odpovídajících hodnot atributů. ACENT nejdříve vytváří krátké zlomky a pak je spojuje a přidává k nim další body. Počáteční klasifikace umožňuje vytvářet krátké úseky odpovídající výrázným předmětům. Tyto úseky se potom spojují vytvářením shluků pro vznik delších trajektorií. Neuronová klasifikace sítě zpětného šíření a rozbor geometrické samouspořádající se mapy (SOM = Self-organizing map) tyto trajektorie zjemní při odstranění špatně vyhodnocených a označených bodů. Tím způsobem spojí ACENT zavedenou klasifikaci a prostředky pro vytváření shluků a vznikne tak nový přístup, který lze užít na trasovací problémy při rušném prostředí. Nadto umožňuje ACENT užít prostoročasové rozhraní pro shlukování trajektorií podle jejich prostorového a časového rozsahu. V práci se podrobně ukazuje základní myšlenka a výsledky zkoušek, které svědčí o možnostech tohoto řešení.

©2005 International Society of Photogrammetry and Remote Sensing, Inc. (ISPRS).

Sledování dat videozáznamů a pohyblivého zobrazení se stávají hlavními zdroji sběru geografické prostorové informace. V předložené práci se předpokládá trojrozměrná prostoročasová oblast se dvěma prostorovými souřadnicemi, což jsou rámové souřadnice a třetí k nim kolmou souřadnici představuje čas (x, y, t). Na rozdíl od sledováni na základě GPS objekty nejsou označené v aplikacích zakládajících se na obrazech a tak nelze vědět, které políčko a pro okamžik t1 odpovídá předmětu b1 v okamžiku t2 nebo jinému předmětu b2 pro týž okamžik t2.  Spojování takových dílčích úseků se tak stává netriviální záležitostí. Nadto dostupné informace zatěžují různé chyby a nepřesnosti. Tento problém nazýváme rozmotávání trajektorie.

Image

Obr. 1. Approximace předmětu v obrazovém prostoru (vlevo); zaznamenaná ve více okamžicích (uprostřed) a spojovaná pro vytvoření polygonní prostoročasové trajektorie (vpravo)

Při postupné rekonstrukci pak postupujeme nejprve vytvářením kratších úseků, pak jejich vzájemným spojováním spolu s vytvářením shluků (clustering) Jednotlivé úseky se pak spojují do delších trajektorií.

 

Image

Obr. 2. Poměry rámce zavedené dvojznačností při rekonstrukci trajektorie

 

 

Image

Obr. 3. Soubor dat bodové trajektorie (vlevo, s časovým rozměrem vzhůru) a možné rozdíly trajektorie (následné tři obrázky)

 

 

Image

Obr. 4. Možná vadná klasifikace souboru ve stupnici dat trajektorií (vlevo), správná konfigurace (uprostřed) a možná vadná konfigurace (vpravo)

 

Tyto trajektorie zdokonalí a zjemní pak klasifikace zpětného šíření neuronové sítě a mapa geometrického vlastního uspořádání (SOM = self-organizing map). Takto postupně upřesňovanou restrukturizaci ttrajektorie autoři nazvali ACENT (Attribute-aided Classification of Entangled Trajectories = atributy podporovanou klasifikaci složitých trajektorií)

 

 Obr. 5. Vývojový diagram postupu ACENT

 

Image

Obr. 6. Odměřené zhušťování trajektorií.

 

Panayotis Partsinevelos, dopisující autor

Současná adresa:

348 Boardman Hall, Orono, ME 04469-5711, USA  Tel.: +1 207 5812180; fax: +1 207 5812127