TrajGANR：通过地理空间对齐的神经表示以轨迹为中心的城市多模态学习

许多城市预测任务不仅取决于某个位置的静态属性（例如其建筑环境的视觉外观），还取决于其动态功能：随着时间的推移，人们如何导航和使用它。例如，预测拥堵、出行需求或道路安全风险需要移动信息，而仅凭图像和地理坐标无法提供这些信息。轨迹携带此信号，但当前的轨迹表示很难与静态地理空间观测对齐：稀疏、不规则的 GPS 样本很少与街景图像坐标一致，并且现有编码器要么为每个轨迹或路段生成单个嵌入，要么仅在观察到的 GPS 样本处生成嵌入。我们引入 TrajGANR，一种以轨迹为中心的多模态自监督学习框架，它将每个轨迹表示为连续的、路径条件神经场。根据观察到的 GPS 样本重建，可以在任意坐标（包括捕获街景图像的偏离路径位置）查询该表示，从而生成与同一坐标处的街景图像和位置表示对齐的局部移动嵌入。在旧金山和波尔图的四个细粒度道路级任务中，TrajGANR 始终优于最新的地理空间和轨迹基础模型，通过消融将增益归因于移动信号及其对齐的细粒度。 TrajGANR 的位置编码器进一步推广到道路网络之外的区域，即无法获得街景图像或轨迹的区域。