Recherche d'une mesure de similitude de trajectoire

10

Pour mon travail académique final, j'ai développé un algorithme de compression pour les trajectoires GPS. Je peux estimer la qualité de la compression spatio-temporelle en calculant la distance euclidienne syncronisée (SED) entre la trajectoire compressée et la trajectoire d'origine et évaluer les performances de mon algorithme par rapport à un algorithme de compression bien connu.

Un algorithme spatio-temporel, comme le mien, réduit la trajectoire en essayant de conserver autant d'informations temporelles que possible. Les algorithmes spatiaux (par exemple l'algorithme Douglas-Peucker) réalisent la compression en se référant uniquement aux caractéristiques spatiales.

Que se passe-t-il maintenant? Compte tenu d'un aspect spatio-temporel, mon algorithme est meilleur que DP. Je peux l'assurer par des mesures SED. Si je trace les trois trajectoires (originale, mienne et DP compressée), la trajectoire compressée avec DP correspond mieux à la trajectoire d'origine. Les mesures uniquement oculaires ne satisfont pas mon besoin: j'ai besoin, en effet, d'une mesure d'erreur qui démontre numériquement à quel point l'algorithme DP est meilleur que le mien de manière spatiale.

Je pourrais donc écrire: "En se référant au facteur spatio-temporel, mon algorithme est meilleur que DP, car il a un facteur SED inférieur au facteur SED de DP. Hélas, un facteur spatial simple attribue l'algorithme DP parce que son (nom de la nouvelle métrique) est meilleur que le mien ".

J'ai pensé à la distance euclidienne perpendiculaire, mais je ne sais vraiment pas si cela pourrait être utile. Déformation temporelle dynamique? Quelle statistique pourrais-je utiliser pour cela?

MAUVAISE GRAINE
la source
pour une variété de mesures, voir: D'Urso, P. (2000). Mesures de dissimilarité pour les trajectoires temporelles. Journal de la Société italienne de statistique, 9 (1-3), 53-83.
Jens

Réponses:

4

Je pense que vous feriez mieux de déterminer si vous devez utiliser une gamme de mesures. Certains utilisateurs peuvent considérer que l'erreur de spatialite moyenne est préoccupante, mais la plus grande préoccupation est de savoir «à quel point cela devient mauvais». Vous regardez probablement cela à au moins un certain égard (par exemple temporel vs spatial), je suggère simplement de regarder très largement.

Je n'ai pas toutes les métriques qui pourraient être utilisées, mais celle que vous devriez regarder est la distance de Hausdorff . Il y a une implémentation dans GEOS (et probablement dans JTS). Nous le prenons également en charge dans SpatiaLite et dans PostGIS , si vous préférez l'utiliser.

BradHards
la source