轨迹集合的稳定可视化摘要
人机交互
2021-07-13 v3
摘要
跟踪移动物体的设备的普及导致了轨迹数据的爆炸式增长。在探索由此产生的大型轨迹集合时，可视化摘要是识别感兴趣时间间隔的有用工具。一种典型方法是在每个时间步通过一维排序来表示被跟踪物体的空间位置；然后将此类排序的可视化按时间顺序置于时间线上。评估所得可视化摘要质量有两个主要标准：空间质量——排序在多大程度上捕捉了每个时间步数据的结构，以及稳定性——连续时间步或时间区间上的排序一致性如何？本文我们引入一种新的稳定主成分（SPC）方法来计算此类排序，该方法显式地以稳定性为参数，允许在空间质量与稳定性之间进行权衡。我们进行了广泛的计算实验，使用一组捕捉空间质量与稳定性的公认质量度量，定量比较了我们方法与其他稳定降维方法所产生的排序与各种最先进方法。我们得出结论：稳定降维在稳定性上优于现有方法，且不牺牲空间质量或效率；特别是，我们新的 SPC 方法仅以一小部分计算代价实现了这一点。
引用
@article{arxiv.1912.00719,
title = {Stable Visual Summaries for Trajectory Collections},
author = {Jules Wulms and Juri Buchmüller and Wouter Meulemans and Kevin Verbeek and Bettina Speckmann},
journal= {arXiv preprint arXiv:1912.00719},
year = {2021}
}