优化船舶轨迹压缩
计算机视觉与模式识别
2020-05-13 v1 人工智能
图像与视频处理
摘要
在之前的工作中，我们引入了一个轨迹检测模块，可通过在线消费 AIS 位置报文来提供船舶轨迹的概要表示。该方法通过丢弃至少 70% 的原始数据作为冗余，能以与原航线很小的偏差提供可靠的轨迹概要。然而，这种轨迹压缩对参数化非常敏感。在本文中，我们的目标是微调这些参数值的选择。我们考虑每艘船舶的类型，以提供合适的配置，从而在近似误差和压缩比两方面都能产生改进的轨迹概要。此外，我们采用遗传算法为每种船舶类型收敛到合适的配置。我们针对公开可用的 AIS 数据集进行的测试表明，压缩效率可与默认参数化相媲美甚至更优，且无需费力地进行数据检查。
引用
@article{arxiv.2005.05418,
title = {Optimizing Vessel Trajectory Compression},
author = {Giannis Fikioris and Kostas Patroumpas and Alexander Artikis},
journal= {arXiv preprint arXiv:2005.05418},
year = {2020}
}