[論文レビュー] Computing Similarity between a Pair of Trajectories

Swaminathan Sankararaman, Pankaj Agarwal+2 more|arXiv (Cornell University)|Mar 7, 2013

Data Management and Algorithms参考文献 18被引用数 12

ひとこと要約

本稿では、均一なサンプリングや時刻同期を仮定せずに、2つの軌跡間の類似部分を特定する、新たな割り当てベースのモデルを用いた、ノイズに強く頑健な軌跡類似度計算フレームワークを提案する。この手法は、疎なサンプリングや外れ値が存在する状況でも、共通パターンを高精度に検出でき、GeoLife、自転車、バスの軌跡といった実世界のデータセットにおける実験で、DTW やシーケンスアラインメントを上回る性能を示した。

ABSTRACT

With recent advances in sensing and tracking technology, trajectory data is becoming increasingly pervasive and analysis of trajectory data is becoming exceedingly important. A fundamental problem in analyzing trajectory data is that of identifying common patterns between pairs or among groups of trajectories. In this paper, we consider the problem of identifying similar portions between a pair of trajectories, each observed as a sequence of points sampled from it. We present new measures of trajectory similarity --- both local and global --- between a pair of trajectories to distinguish between similar and dissimilar portions. Our model is robust under noise and outliers, it does not make any assumptions on the sampling rates on either trajectory, and it works even if they are partially observed. Additionally, the model also yields a scalar similarity score which can be used to rank multiple pairs of trajectories according to similarity, e.g. in clustering applications. We also present efficient algorithms for computing the similarity under our measures; the worst-case running time is quadratic in the number of sample points. Finally, we present an extensive experimental study evaluating the effectiveness of our approach on real datasets, comparing with it with earlier approaches, and illustrating many issues that arise in trajectory data. Our experiments show that our approach is highly accurate in distinguishing similar and dissimilar portions as compared to earlier methods even with sparse sampling.

研究の動機と目的

• ノイズ、外れ値、非均一または疎なサンプリングが存在する状況下で、2つの軌跡間の類似部分を同定する課題に対処すること。
• 時間的ずれやサンプリングレートの変動に対して頑健な類似度測定を構築し、多様なソースからの軌跡の正確な比較を可能にすること。
• クラスタリングや分析のための順序付けに使えるスカラー類似度スコアを提供するとともに、局所的な類似部分軌跡を同定すること。
• 対応関係と類似度スコアを計算するための効率的なアルゴリズムを設計し、最悪計算量が二次のものとする。
• 実データセット上でのフレームワークの有効性を示し、従来手法に比べて共通路線やランドマーク点の同定において優れた性能を発揮することを確認すること。

提案手法

• サンプル点を1つの軌跡から別の軌跡の点にマッピングする半連続的割り当てモデルを提案し、厳密な時刻同期を要しない柔軟な対応関係を可能にする。
• 距離のしきい値と最小ギャップ制約に基づくスコア関数を定義し、真の類似性とノイズや外れ値を区別する。
• 反復的リファインメントプロセスを用いて最適な対応関係に収束させ、距離尺度の事前知識がなくても類似度検出を向上させる。
• 割り当て構造から導出されるスカラー類似度スコアを導入し、クラスタリング応用のための軌跡ペアの順序付けを可能にする。
• 計算コストを削減しながらも精度を維持するため、刈り込みと最適化技術を適用し、特に大規模データセットにおいて有効である。
• ペアワイズ対応関係に基づく点の重要度のヒートマップを用いて、共通して走行されるルートや主要ランドマークの検出を可視化・検証する。

実験結果

リサーチクエスチョン

• RQ1 軌跡が異なるレートでサンプリングされ、ノイズを含む、あるいは部分的に観測されている状況下で、どのようにして軌跡類似度を頑健に測定できるか？
• RQ2 対応関係ベースのモデルは、従来の手法（動的時系列適合法：DTW やシーケンスアラインメント）を上回り、類似した軌跡部分を同定できるか？
• RQ3 提案されたフレームワークは、実世界の軌跡データセットにおいて、共通して走行されるルートやランドマーク点をどの程度正確に検出できるか？
• RQ4 距離尺度の事前知識がなければ、反復的割り当てプロセスがどのように意味のある対応関係に収束するか？
• RQ5 点間距離のばらつきが、提案モデルを用いた局所的類似度検出の信頼性にどのような影響を与えるか？

主な発見

• 提案された割り当てベースの手法は、特に疎なサンプリングやノイズが存在する状況下で、DTW や DTW-Pruned よりも類似した軌跡部分の同定において顕著に優れた性能を示した。
• GeoLife や自転車、バスの軌跡といった実データセットにおいて、点の重要度のヒートマップを通じて、共通して走行されるルートやランドマーク点が効果的に検出された。
• 正確な距離尺度の事前知識がなくても、反復的手順は安定した状態に収束し、類似部分と非類似部分を正確に区別することができた。
• スカラー類似度スコアにより、軌跡ペアの順序付けが効果的に行えるようになり、クラスタリングやパターン発見の応用が可能になった。
• 中央部の点を同定する性能が優れており、平均軌跡の計算への応用可能性を示唆している。
• 半連続的割り当てモデルは、完全な軌跡データセットの分析や保存された運動パターンの検出に、原理的かつスケーラブルな基盤を提供する。