比较IDL中具有不同长度的实体的相似性

Question

好的，我有一个对象数组。每个对象都有一个x和y坐标向量，以像素为单位。

我需要有效地通过并相互比较它们并说它们是相同的。 （它们分布在几个时间范围内，因此长度存在差异，每个点可能有几个像素差异）

到目前为止，我所做的工作还可以有效地在当前循环周围绘制一个框，然后比较未来时间框架。获取具有该相对位置的对象。 （在两侧有一些过剩以考虑移动）

然后我计算两个物体之间的欧几里德距离。这对某些人来说没问题，但是错过了帧，并且偶尔会出现虚假结果。

为了尝试反作用，我计算坐标的互相关，然后在计算欧几里德时将其用作较长数组的偏移量。

然而，这似乎并不像我希望的那样好，通过研究我明白欧几里德可能不是最好的方法。

理想情况下，我想要两者之间的相似性评级，并且能够说“是的，这是以后的同一个对象”

人们建议什么？

Answer 1

听起来你正在试图确定多个时间/空间坐标集合（a.k.a“轨迹”）是否可能对应于同一个对象。这在一些圈子中被称为“对象跟踪”，其中存在大量文献（例如，Object Tracking: A Survey - CRCV - University of Central Florida）。该文件指出了其他文献，这些文献可以解释用于预测物体未来位置的各种算法。

我认为您想要做的是推断时间/空间中的已知点，以便您可以在给定时间比较点。 （欧几里德距离可能没问题。）在距离函数中，您可能希望将“预测”位置的比较加权，而不是比较实际（捕获）位置的比较。

我希望我没有误解你的意图。

Answer 2

我认为您应该将数据整理为k-d tree。