Análisis comparativo de la performance de los descriptores Wavelet y Fourier, aplicado a la detección de anomalías en trayectorias

Abstract

En este estudio, se aborda el problema de la detección de trayectorias anómalas mediante el análisis de su morfología. El objetivo es comparar dos descriptores de trayectorias basados en las transformadas Wavelet y Fourier en términos de su capacidad para detectar anomalías. La justificación de este estudio se basa en la necesidad de explorar a fondo el uso de descriptores de trayectorias para la detección de anomalías. Aunque existen investigaciones previas en este campo, aún no se ha realizado un análisis exhaustivo de la detección de anomalías basada en la morfología de las trayectorias. La metodología utilizada en este estudio se basa en un enfoque cuantitativo. Se recopilaron y utilizaron bases de datos presentes en la literatura, incluyendo la base de datos creada por Piciarelli, la base de datos CROSS y dos bases de datos nuevas. Se aplicaron las transformadas Wavelet y Fourier para obtener descriptores de trayectorias, y se utilizó un método de aprendizaje no supervisado para el agrupamiento de trayectorias. Los resultados obtenidos revelaron que el descriptor de trayectorias basado en las transformadas Wavelet mostro´ un mejor rendimiento en la detección de anomalías en comparación con el descriptor basado en la transformada de Fourier. Se observó una mayor capacidad para discriminar y detectar trayectorias anómalas al considerar la morfología de las mismas mediante las transformadas Wavelet. En conclusión, este estudio contribuye al campo de la detección de anomalías al explorar y comparar descriptores de trayectorias basados en las transformadas Wavelet y Fourier.