上下文增强的多视角轨迹表示学习：通过自监督模型搭建鸿沟
计算机视觉与模式识别
2025-04-02 v3
摘要
使用通用密集表示建模轨迹数据已成为各种下游应用（如轨迹分类、旅行时间估计和相似性计算）的主流范式。然而，现有方法通常仅依赖单一空间视角的轨迹，限制了其捕捉跨不同地理语境中运动模式关键上下文信息的能力。为此，我们提出了MVTraj——一种用于轨迹表示学习的新型多视角建模方法。MVTraj整合了来自GPS、道路网络和热点地点（points-of-interest）等多样化的上下文知识，以更全面地理解轨迹数据。为跨多个视角对齐学习过程，我们将GPS轨迹作为桥梁，运用自监督预置任务捕捉和区分不同空间视角中的运动模式。随后，我们将来自不同视角的轨迹视为不同模态，应用层次化跨模态交互模块来融合表示，从而丰富来自多个来源的知识。在真实世界数据集上的大量实验表明，MVTraj在与各种空间视角相关的任务中显著优于现有基线，验证了其在时空建模中的有效性和实际实用性。
引用
@article{arxiv.2410.13195,
title = {UniGS: Modeling Unitary 3D Gaussians for Novel View Synthesis from Sparse-view Images},
author = {Jiamin Wu and Kenkun Liu and Yukai Shi and Xiaoke Jiang and Yuan Yao and Lei Zhang},
journal= {arXiv preprint arXiv:2410.13195},
year = {2025}
}