论文
文章平均质量分 91
啃瓜瓜
这个作者很懒,什么都没留下…
展开
-
【笔记】DenseTNT:End-to-end Trajectory Prediction from Dense Goal Sets
原文链接:https://arxiv.org/pdf/2108.09640.pdfAbstractTNT的方法是需要预先输入大概的target的,而DenseTNT不需要,是完全anchor free的方法。Introduction左图的以前的做法是根据lane定义一些anchor再regress和classify获得最终的位置,之后还要通过NMS的筛选法选出最后的轨迹。右侧的为现在的方法,通过密集地采点避免了定义anchor,同时也避免了使用NMS等规则来筛选。预测中非常重要的一个问题是gro原创 2022-02-02 21:26:04 · 4181 阅读 · 0 评论 -
【笔记】TNT: Target-driveN Trajectory Prediction
原文链接:https://arxiv.org/pdf/2008.08294.pdfAbstractTNT分为3个stage:预测agent未来的的target point生成指向这些target point的trajectory给这些trajectory打分,选出概率高的这样遍可以做到一个多模态的预测(即直行,左转,右转,不同车道啥的)。IntroductionTNT主要是为了解决agent的未来轨迹预测(支持多模态)。target prediction:使用场景图预测了targe原创 2022-01-31 23:35:59 · 5954 阅读 · 1 评论