基于冗余分组的轨迹摘要算法

摘要 为了对视频监控设备采集到的轨迹数据进行聚类和异常检测，提出了一种新的轨迹摘要算法。使用了Jensen-Shannon Divergence（JSD）度量方法实现了轨迹数据的重采样，使得计算轨迹间相似度的准确性有所提高，并为后续滤波过程提供了必要的等采样点个数的轨迹数据；自适应地确定轨迹相似性的阈值，并采用非局部的思想，将轨迹数据进行冗余分组，同时识别出异常轨迹数据；从信号处理的角度对分组后的轨迹数据进行硬阈值滤波，经过合并得到摘要轨迹；此外，不受轨迹输入顺序的影响，并且提供了可视化的多尺度轨迹摘要结果。与具有噪声的基于密度的聚类（DBSCAN）算法的异常检测效果进行对比，所提算法在准确率（Precision）、召回率（Recall）以及F1指标上均有所提升