行人轨迹预测
文章平均质量分 80
SS能毕业
记录笔记=。=
展开
-
论文阅读笔记:Multi-Agent Tensor Fusion for Contextual Trajectory prediction
作者的意图在于把来自场景纹理的约束和行人行为的随机性约束进行共同建模。作者认为,行人轨迹预测之所以充满挑战性,是因为智能体运动具有随机性,并且受目标、与其他智能体的社会互动、场景纹理等因素的共同影响,并且对轨迹的预测需要泛化到新的情境下,其他智能体的数量和配置并不是固定的。为了解决这个问题,之前的工作多使用以代理为中心或者以空间位置为中心的编码方式。以代理为中心的方法把在多个智能体的特征向量上应用聚合函数(如Social-LSTM),以空间为中心的方法直接对场景的自上而下表示进行操作。...原创 2021-07-19 16:49:23 · 531 阅读 · 0 评论 -
论文阅读笔记-Scene-LSTM
文章提出的假设:人们在相似的场景布局中往往有相同的行走模式。作者试图把场景信息对应的行人历史轨迹信息加入对行人轨迹预测的过程中。 为了解决这个问题,作者同时训练两个耦合的LSTM网络:行人运动LSTM和场景LSTM,其中当前视频场景被划分为多个小网格,每个网格对应一个Scene-LSTM,当前场景中的每个行人对应一个 Pedestrian movement LSTM。 文章中把视频数据的场景分成多个大小相同的网格单元,每个网格单元中含有子网格便于更好的定位,并为每个网格分配一个记忆单元,...原创 2021-07-15 12:00:40 · 296 阅读 · 0 评论 -
论文阅读笔记:时空注意力行人轨迹预测
这篇论文的名称是《A Spatial-Temporal Attention Model for Human Trajectory Prediction》作者的思路来源于两个当前研究gong'z原创 2021-06-08 18:32:54 · 1623 阅读 · 1 评论 -
论文阅读笔记:Social GAN
第一篇文章是《Social GAN: Socially Acceptable Trajectories with Generative Adversarial Networks》原创 2021-05-31 16:23:17 · 941 阅读 · 2 评论