基于时空信息和社交注意力的行人轨迹预测研究 |
| |
作者姓名: | 吴涛任劼孙波李婉婉 |
| |
作者单位: | 1.西安工程大学电子信息学院710048; |
| |
基金项目: | 陕西省自然科学基础研究计划(2022JM-394)资助;陕西省教育厅科研计划项目,19JK0364。 |
| |
摘 要: | 行人轨迹预测在各种应用中具有关键性作用,为提高互中轨迹预测精度与模型可解释性,提出了一种基于时空信息和社交注意力的模型(SAGAT),模型整体采用编码-码的框架。首先,针对行人之间时间交互的连续性,构建额外的LSTM网络来捕获时间的相关性信息。然后,提出社交注意力机制,设置3种社交特征丰富行人交互信息,对同一场景中的不同行人进行权重分配。最后,在UCY和ETH公开数据集进行训练。多个实验结果表明,模型的预测精度优于现有方法,且平均精度提高13.7%。首先,针对行人之间时间交互的连续性,构建额外的LSTM网络来捕获时间的相关性信息。然后,提出社交注意力机制,设置3种社交特征丰富行人交互信息,对同一场景中的不同行人进行权重分配。
|
关 键 词: | 行人轨迹预测 时空信息 社交注意力 行人交互 |
本文献已被 维普 等数据库收录! |
|