-
题名基于场景和行人交互力的行人轨迹预测
- 1
-
-
作者
彭涛
黄子杰
刘军平
张自力
胡智程
-
机构
武汉纺织大学数学与计算机科学学院
-
出处
《现代计算机》
2021年第19期79-84,共6页
-
基金
湖北省自然科学基金(No.2014CFB764)
湖北省教育厅青年项目(No.Q201316)
湖北省教育厅科研计划重点项目(No.D20191708)。
-
文摘
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。
-
关键词
轨迹预测
时空图卷积网络
场景特征图
“社会”池化层
时间外推卷积神经网络
-
Keywords
Trajectory Prediction
Spatio-Temporal Graph Convolutional Network
Scene Feature Graph
Social-Pooling
Time-Extrapolator Convolution Neural Network
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-