• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권12호
• /
• pp.5782-5799
• /
• 2018

With the development of GPS and the popularity of mobile devices with positioning capability, collecting massive amounts of trajectory data is feasible and easy. The daily trajectories of moving objects convey a concise overview of their behaviors. Different social roles have different trajectory patterns. Therefore, we can identify users or groups based on similar trajectory patterns by mining implicit life patterns. However, most existing daily trajectories mining studies mainly focus on the spatial and temporal analysis of raw trajectory data but missing the essential semantic information or behaviors. In this paper, we propose a novel trajectory semantics calculation method to identify groups that have similar behaviors. In our model, we first propose a fast and efficient approach for stay regions extraction from daily trajectories, then generate semantic trajectories by enriching the stay regions with semantic labels. To measure the similarity between semantic trajectories, we design a semantic similarity measure model based on spatial and temporal similarity factor. Furthermore, a pruning strategy is proposed to lighten tedious calculations and comparisons. We have conducted extensive experiments on real trajectory dataset of Geolife project, and the experimental results show our proposed method is both effective and efficient.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권10호
• /
• pp.439-446
• /
• 2015

최근 위치기반서비스의 확장을 위해 GPS 위치정보에 관심지점(POI: Point of Interest) 정보를 결합한 시맨틱 궤적(Semantic Trajectory)이 주목받고 있다. 기존 연구의 경우 GPS 궤적과 POI의 면적정보(polygon)가 겹치는 경우를 찾아내어 시맨틱 궤적을 생성하였다. 하지만 구글 지도, 네이버 지도, OpenStreetMap 등과 같은 공개된 지리 정보 시스템에서는 POI의 면적정보를 제공하지 않기 때문에 기존 방법으로는 시맨틱궤적을 생성하지 못하는 문제가 있다. 본 논문에서는 POI의 면적정보가 없는 제한적인 상황에서도 GPS 위치정보와 POI의 좌표값(points)만을 이용하여 시맨틱 궤적을 생성할 수 있는 기법을 제안한다.

• Journal of Computing Science and Engineering
• /
• 제5권4호
• /
• pp.346-353
• /
• 2011

With the advent of ubiquitous computing, a massive amount of trajectory data has been published and shared in many websites. This type of computing also provides motivation for online mining of trajectory data, to fit user-specific preferences or context (e.g., time of the day). While many trajectory clustering algorithms have been proposed, they have typically focused on offline mining and do not consider the restrictions of the underlying road network and selection conditions representing user contexts. In clear contrast, we study an efficient clustering algorithm for Boolean + Clustering queries using a pre-materialized and summarized data structure. Our experimental results demonstrate the efficiency and effectiveness of our proposed method using real-life trajectory data.

• 방송공학회논문지
• /
• 제5권1호
• /
• pp.41-49
• /
• 2000

본 논문에서는 감시 비디오의 검색을 위해 객체 단위의 특징을 이용한 새로운 비디오 색인 및 탐색 방법을 제안한다. 의미론적인 레벨에서 각각의 객체에 접근하기 위해 객체의 움직임 궤적 모델을 색인 인자(Key)로 이용하였다. 객체 움직임 궤적을 이용한 내용 기반의 비디오 색인을 위해 비디오 시퀀스에서 움직임 분할에 의해 객체를 검지한 다음, 분할된 객체를 추적하여 움직임 궤적을 생성하고 이를 기호적인 표현으로 모델링한다. 제안된 검색 시스템은 query by example, query by sketch 및 query on weighting parameters 등의 사건 기반의 비디오 검색을 위한 다양한 질의 유형을 지원할 수 있도록 설계되었다. 관심있는 비디오 클립(clip)을 검색했을 때, 제안된 시스템은 유사도에 따라 순서대로 정합된 사건들을 결과로 출력한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권7호
• /
• pp.1726-1748
• /
• 2024

Trajectory planning is vital for autonomous systems like robotics and UAVs, as it determines optimal, safe paths considering physical limitations, environmental factors, and agent interactions. Recent advancements in trajectory planning and future location prediction stem from rapid progress in machine learning and optimization algorithms. In this paper, we proposed a novel framework for Spatial-temporal transformer-based feed-forward neural networks (STTFFNs). From the traffic flow local area point of view, skip-gram model is trained on trajectory data to generate embeddings that capture the high-level features of different trajectories. These embeddings can then be used as input to a transformer-based trajectory planning model, which can generate trajectories for new objects based on the embeddings of similar trajectories in the training data. In the next step, distant regions, we embedded feedforward network is responsible for generating the distant trajectories by taking as input a set of features that represent the object's current state and historical data. One advantage of using feedforward networks for distant trajectory planning is their ability to capture long-term dependencies in the data. In the final step of forecasting for future locations, the encoder and decoder are crucial parts of the proposed technique. Spatial destinations are encoded utilizing location-based social networks(LBSN) based on visiting semantic locations. The model has been specially trained to forecast future locations using precise longitude and latitude values. Following rigorous testing on two real-world datasets, Porto and Manhattan, it was discovered that the model outperformed a prediction accuracy of 8.7% previous state-of-the-art methods.

• 스마트미디어저널
• /
• 제5권4호
• /
• pp.26-40
• /
• 2016

최근 모바일 기기가 발전함에 따라 사용자의 위치 수집 및 분석 방법에 대한 연구가 활발히 이루어지고 있다. 사용자의 위치분석 방법 중 궤적 데이터 마이닝은 사용자의 궤적을 바탕으로 의미 있는 정보를 추출하기 위해 사용된다. 궤적 데이터 마이닝을 수행하기 위해서는 사용자의 GPS 궤적을 분석하여 Stay Point를 추출하는 과정이 선행되어야 한다. 기존의 Stay Point 추출 알고리즘은 두 가지의 임계값이 필요하며 해당 임계값들은 사용자가 임의로 설정함으로써 알고리즘의 신뢰도가 떨어지고, 실내에서 머문 지점과 실외에서 머문지점에 대한 구분이 없기 때문에 Stay Point 위치의 모호성이 높아지는 문제점이 있다. 본 논문에서는 통계적 분석방법을 이용하여 SP를 추출하는 방법을 제안한다. 제안 알고리즘은 가우시안 확률분포를 사용하여 실내와 실외 SP를 각각 추출함으로써 SP 위치의 모호성을 개선하였다. 또한, 사용자가 임의로 설정하는 임계값이 없기 때문에 알고리즘의 신뢰도를 향상시켰다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.722-725
• /
• 2015

모바일 환경에서 사용자의 GPS 궤적은 위치기반서비스(Location Based Service)에서 새로운 자원으로써 활용되고 있다. 위치기반서비스의 확장을 위해 단순히 사용자의 위치를 지도에 표시하는 것뿐만 아니라 사용자들이 위치했던 장소들이 내포하고 있는 의미를 발견해 내는 것이 필요하다. 이를 위해 최근 사용자의 위치정보에 관심지점(POI: Point of Interest)의 정보를 결합하여 시맨틱 궤적(Semantic Trajectory)을 생성하고 분석하는 연구들이 진행되고 있다. 이러한 기존연구의 경우 시맨틱 궤적을 생성하기 위해, 사용자의 GPS 궤적과 POI의 면적 정보(polygon)가 겹칠 경우를 찾아내서 이를 시맨틱 궤적으로 생성하였다. 하지만 대부분 공개된 POI 정보는 실제 장소들의 면적 정보를 제공하지 않고 좌표(point) 값 만을 제공하기 때문에 기존의 방법으로는 시맨틱 궤적을 생성하지 못하는 문제가 있다. 본 논문에서는 사용자의 GPS 궤적과 POI의 좌표 값을 이용하여 사용자가 실제 방문했을 것으로 예상되는 POI 를 추정하고 이를 시맨틱 궤적으로 생성해 내는 방법을 제안한다. 제안하는 기법은 GPS 궤적의 속력 정보를 사용하여 사용자가 정지했었던 구간을 판별하고, 정지 구간 주변의 POI 밀도에 따라 정지 구간을 영역으로 확장한다. 그리고 영역에 포함된 POI 중 정지 구간과의 거리가 가장 가깝고, 가장 오랜 시간 포함되었던 POI를 사용자가 방문했던 POI로 판단한다. 이 방법은 POI의 면적정보가 없는 제한적인 상황에서도 시맨틱 궤적을 생성할 수 있다는 장점을 가진다.

• 전자공학회논문지
• /
• 제52권6호
• /
• pp.95-104
• /
• 2015

최근 모바일 기기의 발전으로 사용자의 위치를 수집하고 분석하는 방법들이 연구되고 있다. 사용자의 특성을 파악하고 궤적 예측 및 패턴을 추출하기 위해 의미 기반 위치 기록을 사용하는 방법이 있다. 의미 기반 위치 기록을 사용하기 위해서는 사용자의 GPS로그를 분석하여 Stay Point를 추출하는 과정이 선행되어야 한다. 기존의 Stay Point 추출 방법은 임의의 중간좌표 즉, 사용자가 실제로 머무르지 않은 지점을 추출하기 때문에 정확하게 사용자가 머무른 위치라고 할 수 없으며, 실내와 실외의 Stay Point를 구분하지 못하는 단점이 있다. 본 논문에서는 이러한 단점을 보완하기 위해 사용자가 실제로 머무른 지점 및 실내에서 머무른 지점만을 추출하는 Stay Point를 제안한다. 기존의 방식으로 추출된 Stay Point에서 가장 가까운 GPS 좌표를 Stay Point로 지정하는 방식(nearSP)과, 사용자가 건물에 들어간 지점을 Stay Point로 지정하는 방식(indoorSP)이다. 제안한 알고리즘은 기존 Stay Point 추출 방법보다 Output 데이터의 용량 감소 및 위치의 정확성이 향상되었고, 실내와 실외를 구분 할 수 있음을 확인할 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2004년도 정기총회 및 학술대회
• /
• pp.59-63
• /
• 2004

본 논문에서는 다양한 사용자 환경에서 비디오의 범용적인 서비스를 위한 다차원 비디오 트랜스코딩의 판단에 관하여 논한다 효율적인 판단을 위해 여러 영화 비디오 클립들을 비슷한 의미적 개념을 가지는 비디오들과 비슷한 장면 복잡도를 가지는 비디오들로 분류하고, 각 종류별로 주관적인 테스트(subjective test)를 실시하여 비디오 트랜스코딩에 있어서 사용자인지(perception)의 특성을 분석한다. 이렇게 분석된 인간의 시각 특성들을 이용해 비디오 트랜스코딩 판단 궤적(trajectory)을 만들고 이를 다차원 비디오 트랜스코딩 판단 시에 적용하기 위한 방법을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1254-1257
• /
• 2015

최근 위치기반서비스에 관심이 집중되면서 GPS 궤적에 관심 지점(POI: Point of Interest) 정보를 결합한 시맨틱 궤적(Semantic Trajectory)이 주목 받고 있다. 기존 연구에서는 GPS 궤적으로부터 속력을 계산하여 사용자가 정지했을 만한 예측 정지 구간(PSI: Predictive Stop Interval)과 실제로 방문했을 것이라 예상되는 POI를 선정하여 시맨틱 궤적을 생성하였다. 그러나 CPU에서는 대용량의 GPS 궤적에 대해서 PSI를 구할 시 많은 연산 때문에 시간이 오래 걸리는 문제가 있다. 이에 본 논문에서는 GPU의 병렬성을 이용하여 PSI를 생성하는 알고리즘을 제안한다. 제안하는 GPU를 이용한 PSI 생성 알고리즘은 기존의 CPU를 사용한 PSI 알고리즘보다 최대 5배 이상 속도 향상이 있으며, PSI의 개수가 많을수록 성능상의 이득이 더 큰 장점을 가지고 있다.