使用稀疏定位数据对室内人群进行建模与监测（扩展版）

在大型场馆，如购物中心和机场，了解室内人群分布有助于商业分析、场馆管理和安全控制等应用。在这项工作中，我们提供了利用室内定位数据对室内空间分区中的人群进行离线建模和持续监测的方法。然而，室内定位的低采样率导致数据在时间和空间上稀疏，这反过来又使得离线捕获室内人群分布变得具有挑战性。持续监测室内人群则更具挑战性，因为定位数据可能缺失或当前时刻尚未就绪。为了应对这些挑战，我们首先实现了将室内空间分区中的人群概率建模为正态分布。在此基础上，我们提出了两种基于学习的估计器，用于实时预测人群分布。利用基于预测的方案，我们为一种能够持续监测有人群分区的查询类型提供了一个统一的连续查询处理框架。该框架包含缓存和结果有效性机制，以降低成本并保持监测有效性。在两个真实数据集上的大量实验表明，所提出的估计器能够优于最先进的替代方案，并且该查询处理框架是有效且高效的。