AIS盲区有救了！Mix&Fix-Net双阶段预测，非AIS小船轨迹也精准拿捏！
Mix&Fix-Net: A Dual-Stage Trajectory Prediction Model for AIS and Vision-Derived Vessel Data
👨💼 主理人解读 · 为什么值得关注
双阶段模型融合AIS与视觉数据，解决无AIS小型船只的轨迹预测盲区，提升海事监控覆盖与安全性。
📖 AI 总结
本文提出了一种名为Mix&Fix-Net的双阶段船舶轨迹预测模型，旨在解决现有预测方法过度依赖AIS数据、无法覆盖未安装AIS的小型船只这一监控盲区问题。该模型由主轨迹预测器和残差轨迹调整器组成，能够同时处理来自AIS系统和视觉数据的轨迹时间序列。研究团队还构建了一个基于网络摄像头视频流的新数据集，从中提取非AIS船舶轨迹用于模型训练与评估。在AIS和非AIS两类数据集上，使用均方误差、平均绝对误差、对称平均绝对百分比误差、最终位移误差、弗雷歇距离和平均欧氏距离六项指标进行测试，结果显示Mix&Fix-Net在大多数指标和数据集上均优于现有基线模型。该研究为海事监控中非AIS船舶的轨迹预测提供了可行方案，有助于提升海上安全与事故预防能力。
🔑 关键词速览
| AIS | 自动识别系统，用于船舶导航和监控的自动跟踪系统。 |
| Mix&Fix-Net | 本文提出的双阶段混合器轨迹预测模型，结合主预测器和残差调整器。 |
| Trajectory Prediction | 轨迹预测，根据历史数据预测物体未来运动路径的技术。 |
| Residual Trajectory Adjuster | 残差轨迹调整器，用于修正主预测器输出的残差以提升精度。 |
| Frechet distance | 弗雷歇距离，衡量两条曲线相似度的指标，考虑路径形状和顺序。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅