用于导航轨迹生成的全面语义表示
计算机视觉与模式识别
2025-02-12 v2 机器学习
摘要
轨迹生成在时空分析领域引起了研究者的广泛关注，因为它可以生成大量合成的人类移动轨迹，从而增强用户隐私并缓解数据稀缺问题。然而，现有的轨迹生成方法通常从单一角度提高轨迹生成质量，缺乏跨不同尺度的全面语义理解。因此，我们受到启发，开发了一个用于导航轨迹生成的全面语义表示（HOSER）框架。给定潜在轨迹的起点-终点（OD）对和起始时间点，我们首先提出一个道路网络编码器来扩展道路和区域级别语义的感受野。其次，我们设计了一个多粒度轨迹编码器，在点和轨迹级别整合生成轨迹的时空语义。最后，我们采用一个面向目的地的导航器来无缝集成目的地导向的引导。在三个真实世界数据集上的大量实验表明，HOSER以显著优势优于最先进的基线。此外，模型在少样本学习和零样本学习场景中的性能进一步验证了我们全面语义表示的有效性。
引用
@article{arxiv.2501.02737,
title = {Holistic Semantic Representation for Navigational Trajectory Generation},
author = {Ji Cao and Tongya Zheng and Qinghong Guo and Yu Wang and Junshu Dai and Shunyu Liu and Jie Yang and Jie Song and Mingli Song},
journal= {arXiv preprint arXiv:2501.02737},
year = {2025}
}
备注
Accepted by AAAI 2025