Data-Driven Trajectory Smoothing

Abstract : Motivated by the increasing availability of large collections of noisy GPS traces, we present a new data-driven framework for smoothing trajectory data. The framework, which can be viewed of as a generalization of the classical moving average technique, naturally leads to efficient algorithms for various smoothing objectives. We analyze an algorithm based on this framework and provide connections to previous smoothing techniques. We implement a variation of the algorithm to smooth an entire collection of trajectories and show that it perform well on both synthetic data and massive collections of GPS traces.
Type de document :
Rapport
[Research Report] RR-7754, INRIA. 2011
Liste complète des métadonnées

Littérature citée [45 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00629932
Contributeur : Frédéric Chazal <>
Soumis le : vendredi 7 octobre 2011 - 02:43:18
Dernière modification le : jeudi 11 janvier 2018 - 16:24:46
Document(s) archivé(s) le : dimanche 8 janvier 2012 - 02:21:11

Fichier

RR-7754.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00629932, version 1

Collections

Citation

Frédéric Chazal, Daniel Chen, Leonidas J. Guibas, Xiaoye Jiang, Christian Sommer. Data-Driven Trajectory Smoothing. [Research Report] RR-7754, INRIA. 2011. 〈inria-00629932〉

Partager

Métriques

Consultations de la notice

224

Téléchargements de fichiers

244