Hyperspectral Trajectory Image for Multi-Month Trajectory Anomaly Detection

1. Il Problema: Anomalia nelle Traiettorie Multi-Mensili

L'obiettivo è rilevare e localizzare comportamenti anomali (es. frodi, minacce alla sicurezza pubblica, mobilità urbana sospetta) nelle traiettorie di movimento degli individui. Attualmente, il campo è diviso in due approcci disconnessi, ciascuno con limiti significativi:

• Metodi Basati su Punti di Sosta (Sparse): Comprimono i dati GPS densi in sequenze di eventi (es. "sosta", "visita"). Sono scalabili per periodi lunghi (mesi), ma scartano informazioni cruciali come velocità anomale, deviazioni brevi o comportamenti in movimento.
• Metodi Basati su Dati Densi (Dense): Preservano i dati GPS grezzi ad alta risoluzione, ma affrontano un collo di bottiglia computazionale. I modelli basati su Transformer hanno un costo quadratico rispetto alla lunghezza della sequenza, rendendo l'analisi di traiettorie di diversi mesi (migliaia di step temporali) intrattabile.

Il Gap: Non esiste un metodo unificato che possa gestire sia dati densi che sparsi su orizzonti temporali multi-mensili, preservando le evidenze fini e mantenendo la scalabilità. Inoltre, la maggior parte dei metodi ignora la struttura ciclica temporale intrinseca della mobilità umana (pattern giornalieri e routine settimanali).

2. Metodologia: TITAnD

Gli autori propongono TITAnD (Trajectory Image Transformer for Anomaly Detection), un framework che riformula il problema di rilevamento delle anomalie come un problema di visione artificiale.

A. Rappresentazione: Hyperspectral Trajectory Image (HTI)

L'idea centrale è trasformare le traiettorie (sia dense che sparse) in un'immagine 2D strutturata:

• Struttura: Una griglia di dimensioni Giorni ($D$) $\times$ Ora del Giorno ($S$).
  • $D$: Numero di giorni osservati.
  • $S$: Slot temporali nell'arco della giornata (es. 288 slot da 5 minuti).
• Canali (Hyperspectral): Ogni pixel $(d, s)$ contiene un vettore di caratteristiche che codifica:
  • Spazio-Semantico: Posizione geografica e tipi di luoghi (POI) vicini.
  • Temporale: Contesto del calendario (ora, giorno della settimana, mese).
  • Cinematico: Velocità, accelerazione, direzione, durata.
• Unificazione: Encoder specifici (DenseTrajEmbed per GPS grezzo, SparseTrajEmbed per log di sosta) proiettano i dati di input nella stessa rappresentazione HTI, permettendo un'unica architettura di elaborazione.

B. Il Modello: Cyclic Factorized Transformer (CFT)

Per elaborare l'HTI in modo efficiente, gli autori introducono il CFT, che sfrutta la struttura ciclica dei dati:

• Fattorizzazione dell'Attenzione: Invece di appiattire l'immagine in una sequenza 1D (costo $O((DS)^2)$), il CFT separa l'attenzione lungo due assi temporali distinti:
  1. Attenzione Intra-Giornaliera (Within-day): Analizza i pattern all'interno di un singolo giorno (es. deviazioni, fermate improvvise) lungo l'asse $S$.
  2. Attenzione Inter-Giornaliera (Across-day): Analizza la coerenza delle routine nello stesso orario su giorni diversi (es. il solito percorso mattutino) lungo l'asse $D$.
• Efficienza: Questa fattorizzazione riduce la complessità computazionale da $O(D^2S^2)$ a $O((DS^2 + SD^2))$, permettendo un'analisi di mesi di dati con costi ridotti di ordini di grandezza.
• Inductive Bias: L'architettura incorpora esplicitamente il bias induttivo della ciclicità umana, utilizzando codifiche posizionali (RoPE) indipendenti per ciascun asse.

C. Task di Predizione

• Localizzazione Temporale: Ridotta a una segmentazione semantica (predizione di anomalie per ogni pixel dell'immagine).
• Rilevamento a Livello Agente: Ridotta a una classificazione di immagine (se esiste almeno un pixel anomalo, l'agente è anomalo).

3. Contributi Chiave

1. Primo Framework per Dati Densi Multi-Mensili: TITAnD è il primo sistema in grado di rilevare anomalie su traiettorie GPS dense di diversi mesi, un compito precedentemente intrattabile.
2. Unificazione dei Regimi: Dimostra che dati densi e sparsi sono istanze dello stesso problema di visione, unificandoli sotto la rappresentazione HTI.
3. Architettura CFT: Introduce un meccanismo di attenzione fattorizzata che cattura sia le deviazioni locali (intra-giorno) che le rotture delle routine (inter-giorno) con alta efficienza.
4. Validazione Sperimentale: Dimostra che la semplice trasformazione in immagine non basta; è necessaria un'architettura che sfrutti esplicitamente la struttura ciclica (CFT) per ottenere prestazioni superiori.

4. Risultati Sperimentali

Il modello è stato valutato su tre benchmark (dati sparsi di Los Angeles, dati densi e sparsi di Tokyo) confrontandosi con metodi basati su sequenze (USTAD, ICAD) e architetture di visione standard (Transformer, U-Net, SegFormer).

• Accuratezza:
  • TITAnD (con CFT) ottiene il miglior AUC-PR su tutti i benchmark, superando sia i metodi sparse tradizionali che i modelli di visione generici.
  • Sul dataset denso di Tokyo, raggiunge un AUC temporale di 0.84 (vs 0.60 del Transformer standard) e un AUC a livello agente di 0.98.
  • Su dati sparsi, supera i metodi specifici per sparsi (es. USTAD) del 20-30% in termini di AUC, dimostrando che la rappresentazione HTI è più espressiva delle sequenze di eventi.
• Efficienza:
  • Il modello è 11-75 volte più veloce del Transformer standard per orizzonti temporali lunghi (fino a 12 mesi).
  • Utilizza meno parametri (6.5M) rispetto alle CNN (19-26M) e scala linearmente con la durata dell'osservazione, a differenza della crescita quadratica dei Transformer piatti.
• Ablazione:
  • Le caratteristiche spaziali sono il segnale dominante.
  • L'attenzione sia intra-giornaliera che inter-giornaliera è necessaria: su dati sparsi, nessun asse singolo è sufficiente, ma la loro combinazione fattorizzata recupera le prestazioni complete.

5. Significato e Implicazioni

Questo lavoro rappresenta un cambio di paradigma nel rilevamento delle anomalie nelle traiettorie:

• Superamento del Collo di Bottiglia: Risolve il problema della scalabilità dei dati GPS densi su lunghi periodi, rendendo fattibile l'analisi di mesi di storia di movimento.
• Sfruttamento della Struttura Temporale: Sposta l'attenzione dalla modellazione di sequenze 1D piatte alla modellazione di strutture 2D cicliche, allineandosi meglio alla natura della mobilità umana.
• Versatilità: Offre una soluzione unificata che funziona sia per dati ad alta risoluzione (dove le informazioni cinetiche sono vitali) che per dati aggregati, facilitando l'adattamento a diverse fonti di dati senza cambiare architettura.

In sintesi, TITAnD dimostra che riformulare le serie temporali spaziali come immagini iperspettrali e applicare un'attenzione strutturata ciclicamente è la chiave per un rilevamento di anomalie scalabile, preciso ed efficiente.