地图匹配是智能交通系统中的核心技术之一,旨在将GPS轨迹数据映射至城市路网上,消除定位误差并还原实际行驶路径。随着GPS轨迹数据量的爆炸性增长,传统的基于隐马尔可夫模型(HMM)的地图匹配方法因高计算成本和时序依赖性问题,难以满足...地图匹配是智能交通系统中的核心技术之一,旨在将GPS轨迹数据映射至城市路网上,消除定位误差并还原实际行驶路径。随着GPS轨迹数据量的爆炸性增长,传统的基于隐马尔可夫模型(HMM)的地图匹配方法因高计算成本和时序依赖性问题,难以满足实时处理要求。为此,提出了一种基于轨迹微分段模型的快速地图匹配方法(Micro-Segment Fast Matching,MSFM)。该方法基于滑动窗口机制,将轨迹分解为固定长度的微轨迹段,在分布式计算环境中利用向量化计算方法,在兼顾地图匹配准确性的条件下大幅度提升了计算效率。实验结果表明,在给定的分布式集群环境下,MSFM实现了约110000点/秒的地图匹配速度,比基准算法快约7倍,同时保持了95.86%的匹配准确率。MSFM方法通过改进轨迹数据的存储结构,在高效实时处理大规模轨迹数据方面具有显著的性能优势。展开更多
多模态影像匹配方法已在地球多源遥感影像中获得了广泛应用,但月球多模态影像的匹配尚缺少对比性研究。为了实现高分辨率月球光学图像与SAR图像的高精度匹配,本文选择月球中纬度、低纬度、南极、北极等多个实验区影像,使用SIFT (Scale-I...多模态影像匹配方法已在地球多源遥感影像中获得了广泛应用,但月球多模态影像的匹配尚缺少对比性研究。为了实现高分辨率月球光学图像与SAR图像的高精度匹配,本文选择月球中纬度、低纬度、南极、北极等多个实验区影像,使用SIFT (Scale-Invariant Feature Transform)、基于区域的CFOG (Channel Features of Orientated Gradients)、HOPC (Histogram of Orientated Phase Congruency)和基于结构特征的RIFT (Radiation-variation Insensitive Feature Transform)、 HAPCG (Histogram of Absolute Phase Consistency Gradients)、 HOWP(Histogram of the Orientation of the Weighted Phase descriptor)和深度学习SuperGlue、 LoFTR (Local Feature TRansformer)共8种特征匹配算法进行实验比较研究,通过正确匹配点数、均方根误差、重复率和覆盖度4种指标对匹配结果进行比较分析。结果表明,HAPCG算法使用了各向异性滤波并结合绝对相位方向梯度直方图构成特征向量,匹配效果最优。LoFTR算子使用了自注意层和互注意层机制,对纹理贫乏的月球影像效果次之。HOWP和SuperGlue匹配效果居中。CFOG、HOPC和RIFT效果最差。SIFT未能实现匹配。匹配点的分布和成像光照条件、影像重叠区域相关,中低纬度地区匹配效果优于南北极地区。对HAPCG匹配结果的Stokes第一参数进行了统计分析,雨海和高地实验区的匹配点的散射特性参数的平均值高于南极北极实验区,和地形特征相符。散点图显示出HAPCG匹配点对应的Stokes第一参数和光学影像灰度值存在相关性,证明了HAPCG对非线性辐射差异较大的月球光学影像和SAR影像匹配的稳健性。本研究为月球光学影像和SAR影像匹配方法的选择提供参考,有助于月球多源数据的应用。展开更多
文摘地图匹配是智能交通系统中的核心技术之一,旨在将GPS轨迹数据映射至城市路网上,消除定位误差并还原实际行驶路径。随着GPS轨迹数据量的爆炸性增长,传统的基于隐马尔可夫模型(HMM)的地图匹配方法因高计算成本和时序依赖性问题,难以满足实时处理要求。为此,提出了一种基于轨迹微分段模型的快速地图匹配方法(Micro-Segment Fast Matching,MSFM)。该方法基于滑动窗口机制,将轨迹分解为固定长度的微轨迹段,在分布式计算环境中利用向量化计算方法,在兼顾地图匹配准确性的条件下大幅度提升了计算效率。实验结果表明,在给定的分布式集群环境下,MSFM实现了约110000点/秒的地图匹配速度,比基准算法快约7倍,同时保持了95.86%的匹配准确率。MSFM方法通过改进轨迹数据的存储结构,在高效实时处理大规模轨迹数据方面具有显著的性能优势。
文摘多模态影像匹配方法已在地球多源遥感影像中获得了广泛应用,但月球多模态影像的匹配尚缺少对比性研究。为了实现高分辨率月球光学图像与SAR图像的高精度匹配,本文选择月球中纬度、低纬度、南极、北极等多个实验区影像,使用SIFT (Scale-Invariant Feature Transform)、基于区域的CFOG (Channel Features of Orientated Gradients)、HOPC (Histogram of Orientated Phase Congruency)和基于结构特征的RIFT (Radiation-variation Insensitive Feature Transform)、 HAPCG (Histogram of Absolute Phase Consistency Gradients)、 HOWP(Histogram of the Orientation of the Weighted Phase descriptor)和深度学习SuperGlue、 LoFTR (Local Feature TRansformer)共8种特征匹配算法进行实验比较研究,通过正确匹配点数、均方根误差、重复率和覆盖度4种指标对匹配结果进行比较分析。结果表明,HAPCG算法使用了各向异性滤波并结合绝对相位方向梯度直方图构成特征向量,匹配效果最优。LoFTR算子使用了自注意层和互注意层机制,对纹理贫乏的月球影像效果次之。HOWP和SuperGlue匹配效果居中。CFOG、HOPC和RIFT效果最差。SIFT未能实现匹配。匹配点的分布和成像光照条件、影像重叠区域相关,中低纬度地区匹配效果优于南北极地区。对HAPCG匹配结果的Stokes第一参数进行了统计分析,雨海和高地实验区的匹配点的散射特性参数的平均值高于南极北极实验区,和地形特征相符。散点图显示出HAPCG匹配点对应的Stokes第一参数和光学影像灰度值存在相关性,证明了HAPCG对非线性辐射差异较大的月球光学影像和SAR影像匹配的稳健性。本研究为月球光学影像和SAR影像匹配方法的选择提供参考,有助于月球多源数据的应用。
