![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
行人轨迹预测2021
文章平均质量分 92
Sun_ZD
这个作者很懒,什么都没留下…
展开
-
行人轨迹论文阅读SSAGCN: Social Soft Attention Graph Convolution Network for Pedestrian Trajectory Prediction
SSAGCN: Social Soft Attention Graph Convolution Network for Pedestrian Trajectory Prediction SSAGCN:用于行人轨迹预测的社会软注意力图卷积网络**Abstract-行人轨迹预测是自动驾驶的一项重要技术,近年来已成为研究热点。为了准确预测行人未来的合理轨迹,不可避免地要同时考虑行人之间的社交互动和周围场景的影响。以前的方法主要依靠行人的位置关系来模拟社交互动,这显然不足以代表真实情况下的复杂案例。此外,现有的原创 2022-03-23 20:26:46 · 3297 阅读 · 11 评论 -
行人轨迹论文:STUGCN:A Social Spatio-Temporal Unifying Graph Convolutional Network for Trajectory Predictio
STUGCN:A Social Spatio-Temporal Unifying Graph Convolutional Network for Trajectory Prediction用于轨迹预测的社会时空统一图卷积网络Abstract-动态场景中交互代理的轨迹预测,也称为轨迹预测,是许多应用的关键问题,包括机器人系统和自动驾驶。由于行人之间的复杂交互,该问题提出了重大挑战。为了预测未来的行人轨迹,我们提出了一种基于时空图卷积网络架构的时空统一图卷积网络(STUGCN)。在每个时间步,跨时空跳跃连接捕原创 2022-03-20 16:51:06 · 5369 阅读 · 1 评论 -
论文翻译 SGCN:Sparse Graph Convolution Network for Pedestrian Trajectory Prediction 用于行人轨迹预测的稀疏图卷积网络
SGCN:Sparse Graph Convolution Network for Pedestrian Trajectory Prediction 用于行人轨迹预测的稀疏图卷积网络行人轨迹预测是自动驾驶中的一项关键技术,但由于行人之间复杂的相互作用,该技术仍具有很大的挑战性。然而,以往基于密集无向交互的研究存在建模冗余交互和忽略轨迹运动趋势等问题,不可避免地与实际存在较大偏差。针对这些问题,我们提出了一种用于行人轨迹预测的稀疏图卷积网络(SGCN)。具体来说,SGCN明确地使用稀疏有向空间图对翻译 2021-12-06 20:33:15 · 6013 阅读 · 67 评论