45、大规模简单事件中的活动结构识别

大规模简单事件中的活动结构识别

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。尽管像地面传感器网络和下视广域运动图像传感器等传感器看起来差异很大，但它们面临着共同的问题，通常涉及在大量观测数据（通常是与移动相关的事件）中识别活动结构。

地面传感器网络由大量分布在大面积区域的简单传感器节点组成。单个节点的传感器相对简单，只能在其附近提供有限信息，例如检测几米宽范围内的运动。不过，大量相互联网的传感器弥补了单个传感器数据的简单性。该网络覆盖的区域足够大，能包含许多人进行的各种独立活动，如几栋建筑物或一个小镇。

一个基本问题是，要区分不同复杂程度的活动，需要何种质量和数量的传感器网络观测数据。简单的观测（如某一时刻检测到的运动用单个比特表示）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（如增加描述被检测移动实体属性的比特）则可能用较少的传感器节点就能识别相同活动。此外，还需要描述不同活动的“复杂性”，以便研究人员将活动的复杂性与识别该活动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：
1. 提出一种描述跨越大型时空区域复杂活动“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。
2. 给出几种利用地面传感器网络大量简单事件识别复杂活动模式的技术示例，这些技术也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：
- 空间结构 ：指某一区域内事件的空间分布和排列，通常在一段时间内进行整合。
- 时间结构 <