行人意图估计

行人意图估计（Pedestrian Intention Estimation, PIE）是一种技术，用于预测行人是否打算过马路或进行其他交通相关的动作，这对于自动驾驶汽车等先进的交通系统尤其重要。通过预测行人的行为，自动驾驶系统可以更好地做出决策，从而提高道路上的安全性。

行人意图估计使用了深度神经网络（DNN）等先进的计算机视觉技术。DNN是一种人工智能算法，能够通过学习大量数据中的模式来进行复杂的预测和决策。尽管深度神经网络在行人意图估计中表现出高效的预测能力，但它们通常被认为是“黑箱”模型，因为外部观察者难以理解其内部工作原理和决策过程。

为了解决这种不可解释性，研究中引入了情境感知置换特征重要性（CAPFI）方法。CAPFI通过分析不同情境下的数据，评估不同特征对预测结果的贡献，从而提高模型的可解释性和可靠性。这种方法不仅帮助研究者更好地理解和优化模型，还有助于增强对自动驾驶系统决策过程的信任。

行人意图估计利用先进技术预测行人行为，对提升自动驾驶汽车和其他智能交通工具的安全性和效率具有重要意义。通过改进这些系统的预测能力和可解释性，可以更有效地处理复杂的交通情况，确保所有路面使用者的安全。

论文作者：Mohsen Azarmi,Mahdi Rezaei,He Wang,Ali Arabian

作者单位：University of Leeds;University College London

论文链接：http://arxiv.org/abs/2409.07645v1

内容简介：

最近在使用计算机视觉和深度神经网络（DNN）预测自动驾驶汽车中行人过街意图的研究取得了积极进展。然而，DNN的黑箱特性使得理解模型的工作原理及输入特征对最终预测的贡献变得困难。这种不可解释性限制了对模型性能的信任，妨碍了特征选择、表示和模型优化的有效决策，从而影响了该领域未来研究的效果。为了解决这一问题，研究引入了一种新的方法，称为情境感知置换特征重要性（CAPFI），专门用于行人意图预测。CAPFI通过利用细分的情境上下文，在有针对性的随机打乱中减轻特征值的随机性，提供了更高的可解释性和可靠的特征重要性评估。研究将行人意图估计（PIE）数据集划分为16个可比的情境集，测量了五种不同神经网络架构在每个情境中的意图预测基线性能，并使用CAPFI评估输入特征的重要性。研究发现，不同模型在各种情境特征下表现出细微差异，揭示了行人边界框和自车速度在预测行人意图中的关键作用，同时通过跨情境置换评估发现了速度特征带来的潜在预测偏差。研究提出了一种替代特征表示方法，即通过考虑接近变化率来呈现动态的行人-车辆运动关系，从而增强输入特征对意图预测的贡献。这些发现强调了情境特征及其多样性在开发准确且稳健的意图预测模型中的重要性。