基于场景和行人交互力的行人轨迹预测

目前,研究人员将图卷积神经网络用于轨迹预测。但是,其大部分工作都集中在场景中行人之间的交互上,而忽略了场景的影响。因此,本文在使用图卷积神经网络构成行人之间的影响的基础上,增加了场景特征。首先将行人轨迹汇集为点阵图,然后为行人分配场景邻域,之后将邻域内点阵图池化为权重图,并得到场景特征,最后通过将两类特征相结合,进而预测行人的行动轨迹。在两个公共数据集(ETH和UCY)上进行实验表明,本文提出的算法在减少参数的基础上提高了预测精度。