科研之友
微信
新浪微博
Facebook
分享链接
摘要
人群的轨迹预测需要考虑行人轨迹在时序上的关系，更需要考虑社会系统中无处不在并且不断变化的行人之间的关系，现有方法一般只对特定的行人群体探究之间的联系性，无法在同一场景中构建较为全面的行人关系。针对以上要求，提出了一种新的基于注意力机制和图卷积神经网络GCN的轨迹预测方法。该方法在行人之间的作用关系上，采用新型的空间特征交互机制，获取一个更具有联系性的行人空间特征，并采用欧几里得距离作为注意力的附加权重，更好的捕捉了复杂的行人交互作用。在广泛应用于行人预测的数据集ETH和UCY中，将上述方法与性能最好的交互模型相比，在ADE和FDE评估标准上平均提升了3.8%和7.5%,成功预测了更为合理的行人轨迹。
- 出版日期2023
- 单位北京建筑大学
