45、大面积海量简单事件中活动结构的识别

大面积海量简单事件中活动结构的识别

1. 引言

新兴的传感器能够长时间观测大面积区域内车辆和人员的移动。不同类型的传感器，如地面传感器网络和下视广域运动图像传感器，虽外观不同，但都面临着在大量观测数据（通常是由移动产生的事件）中识别活动结构的问题。

要识别不同复杂程度的活动，需要明确传感器网络观测数据的质量和数量。简单的观测数据（如某一时刻检测到的单个移动比特信息），可能需要更多、更密集的传感器节点来识别活动；而复杂的观测数据（如增加描述被检测实体属性的比特信息），则可能用较少的传感器节点就能识别相同的活动。此外，还需描述不同活动的“复杂性”，以便将活动复杂性与识别所需的传感器观测质量和数量联系起来。

本文有两个主要贡献：
- 提出了描述跨越较大时空范围的复杂活动“结构”的方法，包括空间结构、时间结构、事件关联结构、短事件序列结构和网络结构。这些结构元素有助于描述复杂活动，并为人类分析师提供有用的分析能力。
- 给出了几种利用地面传感器网络中大量简单事件识别复杂活动模式的技术示例，这些技术同样适用于从广域运动图像中提取的事件。

活动结构主要有以下几种类型：
| 结构类型 | 描述 |
| ---- | ---- |
| 空间结构 | 指一段时间内某区域内事件的空间分布和排列，可看作图中圆盘内事件的空间排列。 |
| 时间结构 | 指在一个小区域内一段时间内事件的时间分布和排列，可看作图中垂直时间轴上事件的时间排列。 |
| 事件关联结构 | 指在一个小的时空范围内，事件对（和/或位置）之间常见的关系。可将复杂活动视为嵌入时空的节点 - 链接图，其基本构建块是由两个事件和一种关系组成的链接。