基于多头软注意力图卷积网络的行人轨迹预测 |
| |
引用本文: | 彭涛,康亚龙,余锋,张自力,刘军平,胡新荣,何儒汉,李丽.基于多头软注意力图卷积网络的行人轨迹预测[J].计算机应用,2023(3):736-743. |
| |
作者姓名: | 彭涛 康亚龙 余锋 张自力 刘军平 胡新荣 何儒汉 李丽 |
| |
作者单位: | 1. 纺织服装智能化湖北省工程研究中心(武汉纺织大学);2. 湖北省服装信息化工程技术研究中心(武汉纺织大学);3. 武汉纺织大学计算机与人工智能学院 |
| |
基金项目: | 国家自然科学基金资助项目(61901308);;湖北省教育厅科研计划重点项目(D20191708)~~; |
| |
摘 要: | 行人间交互作用的复杂性给行人轨迹预测带来了挑战,且现有算法难以捕获行人间有意义的交互信息,不能直观地建模行人间的交互作用。针对以上问题,提出多头软注意力图卷积网络。首先利用多头软注意力(MS ATT)结合内卷网络Involution分别从空间图和时间图输入中提取稀疏空间和稀疏时间邻接矩阵,生成稀疏空间和稀疏时间有向图;然后,利用图卷积网络(GCN)从稀疏空间和稀疏时间有向图中学习交互作用与运动趋势特征;最后,将学习到的轨迹特征输入时间卷积网络(TCN)以预测双高斯分布参数,生成行人预测轨迹。在ETH和UCY数据集上的实验结果表明:相较于空时社交关系池化行人轨迹预测模型(SOPM),所提算法的平均位移误差(ADE)降低了2.78%;相较于稀疏图卷积网络(SGCN),所提算法的最终位移误差(FDE)降低了16.92%。
|
关 键 词: | 多头软注意力 通道注意力 空间注意力 内卷 图卷积网络 行人轨迹预测 |
|
|