【技术实现步骤摘要】
无轨迹时空统计数据的运动提取方法及野火运动提取方法
[0001]本专利技术属于计算机
,具体涉及一种无轨迹时空统计数据的运动提取方法及野火运动提取方法。
技术介绍
[0002]由于时空统计数据记录了对象或事件的位置和时间信息,因此时空统计数据一般被认为是可视化和理解对象运动的重要数据源。一般来说,时空统计数据可以被可视化为一系列密度图;对于复杂的运动,用户一般需要一系列时间上密集的数据帧才能更好地理解运动过程。然而,由于数据需求和存储空间的限制,存储的数据帧通常是时间上稀疏的。因此,非常需要一种技术能够从时空统计数据中提取和可视化对象运动,从而进行进一步的可视分析。
[0003]在没有轨迹信息和起点
‑
终点映射信息的两个静态帧之间提取运动信息是一项非常艰难的任务;原因则在于这些帧不包含明确的运动信息,如轨迹或起点
‑
终点信息。例如,分布式静态传感器所收集的空气污染数据,其中并不包含关于污染物运动的明确信息。近来,人们提出了两种基于插值的方法,用于从时间上稀疏的帧中提取运动。第 ...
【技术保护点】
【技术特征摘要】
1.一种无轨迹时空统计数据的运动提取方法,其特征在于包括如下步骤:S1.获取原始的无轨迹时空统计数据;S2.根据步骤S1获取的数据,建立数据的起始帧密度图和终止帧密度图;S3.根据用户领域知识和环境上下文信息,建立对运动提取过程进行约束的约束图;S4.基于步骤S3得到的约束图,选择最优传输方法提取运动信息;S5.将步骤S4得到的运动信息进行可视化,得到密度图和矢量场形式,从而完成无轨迹时空统计数据的运动提取。2.根据权利要求1所述的无轨迹时空统计数据的运动提取方法,其特征在于所述的步骤S2,具体为根据步骤S1获取的数据,基于相同的核半径和高斯核函数,对每一个数据点采用核密度估算算法,从而得到数据的起始帧密度图和终止帧密度图。3.根据权利要求2所述的无轨迹时空统计数据的运动提取方法,其特征在于所述的步骤S3,具体为根据用户领域知识和环境上下文信息,采用欧氏距离度量方法、基于密度权重的最短路径度量方法或基于自定义权重的最短路径度量方法,计算起始帧和终止帧点对之间的最短路径距离和生成距离矩阵,并将得到的距离矩阵作为对运动提取过程进行约束的约束图。4.根据权利要求3所述的无轨迹时空统计数据的运动提取方法,其特征在于所述的步骤S3,具体包括如下步骤:A.根据如下规则,选取对应的度量方法:若无需考虑外部因素对运动的影响,则选择的度量方法为欧氏距离度量方法;若无法确定外部因素对运动的影响,则选择的度量方法为基于密度权重的最短路径度量方法;若能够确定外部因素对运动产生的影响,则选择的度量方法为基于自定义权重的最短路径度量方法;B.根据步骤A选择的度量方法,生成对应的距离矩阵:具体包括如下步骤:若选择的度量方法为欧氏距离度量方法,则直接计算起始帧和终止帧点对之间的欧氏距离,从而生成距离矩阵;若选择的度量方法为基于密度权重的最短路径度量方法,则首先基于密度公式计算每个像素网格的代价值,生成代价图;然后将得到的代价图作为基于密度权重的最短路径度量方法的输入,计算起始帧和终止帧点对之间的最短距离,从而生成距离矩阵;其中,基于密度公式计算每个像素网格的代价值,具体为采用如下公式计算每个像素网络的代价值loss(x):式中x为当前计算的像素网络;ρ(x)为x像素网格的密度值;ε为设定的正则项,用于保证算式中分母不为0;若选择的度量方法为基于自定义权重的最短路径度量方法,则首先加载数据的环境上下文信息;然后在数据所在的局部地图上设定每个地图网络的代价值,生成代价图;最后将得到的代价图作为基于自定义权重的最短路径度量方法的输入,计算起始帧和终止帧点对
之间的最短距离,从而生成距离矩阵;C.将步骤B得到的距离矩阵作为最终得到的约束图。5.根据权利要求4所述的无轨迹时空统计数据的运动提取方法,其特征在于所述的步骤S4,具体为以起始帧密度图、终止帧密度图和约束图作为输入,采用迭代Bregman投影算法计算起始帧和终止帧点对之间的映射关系;然后基于得到的映射关系,生成位于起始帧和终止帧之间的若干插值帧,从而完成运动信息的提取。...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。