A Spatial-Temporal Attention Model for Human Trajectory Prediction

摘要:人体轨迹预测在许多相关应用中具有重要的应用前景。这是具有挑战性的，因为人类行为的不确定性，不仅会受到自身的影响，也会受到周围环境的影响。近年来，基于长、短期记忆模型(LSTM)的研究成果为轨迹预测带来了巨大的改进。然而，它们大多只关注人类的空间影响，而忽略了时间影响。本文提出了一个新的时空注意(简称ST-Attention)模型，该模型同时研究了空间和时间的密切性。具体来说，我们引入了一种注意机制来提取时间亲和力，学习历史轨迹信息在不同时刻的重要性。为了探索空间亲和性，利用深度神经网络测量不同重要性的邻居。实验结果表明，在公开数据集上，与最先进的方法相比，我们的方法具有竞争的性能。

1.引言

人类轨迹预测就是根据历史轨迹预测未来的轨迹。该轨迹由一组采样的连续位置坐标表示。轨迹预测是自主移动平台的核心构建模块，其潜在应用包括自主驾驶[1]-[3]、移动机器人导航[4]、辅助技术[5]、智能视频监控[6]等。
当一个人在人群中行走时，未来的道路是由各种因素决定的，比如意图、社会习俗和周围人的影响。例如，人们喜欢走人行道而不喜欢过高速公路。一个人可以通过估计周围人的未来路径来调整自己的路径，而周围的人也会做同样的事情，进而影响目标。由于人的复杂性，人类轨迹预测成为一个极具挑战性的问题。得益于强大的深度学习[7]、[8]，人类轨迹预测在过去几年中取得了显著的进步。Yagi等人在[5]中提出了一种用于第一人称视频的多流卷积反褶积架构，它验证了姿态、尺度和自我运动线索对未来的人定位是有用的。[9]、[10]的开创性研究表明，长期短期记忆(LSTM)具有学习人类一般动作和预测未来轨迹的能力。
尽管为应对这些挑战做出了巨大的努力，但仍然存在两个局限性:
1)不同时刻的历史轨迹信息对目标人的影响程度不同，这是大多数作品所忽视的。然而，它在预测未来的道路上起着重要的作用。对于目标人体，如图1(a)所示，最新的轨迹信息通常对未来的轨迹有较大的影响。对于邻居，只要距离接近目标，轨迹信息就会产生很大的影响，如图1(b)所示。因此，不同时刻的历史轨迹信息应赋予不同的权重。注意机制能够根据重要性学习不同的权重。