基于社会注意力机制的行人轨迹预测方法研究

• 作者: 周彬 周雅夫 李琳辉 连静
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 行人轨迹预测 生成对抗网络 注意力机制 社会力模型 最优池化模型
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 学术通信
• 页码范围: 175-183
• 页数: 9页
• 分类号: TP391
• 字数: 7574字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2020100

摘要

为提高行人交互中轨迹预测速度、精度与模型可解释性,提出了一种基于社会注意力机制的GAN模型.首先,定义了一种新型社会关系,对行人间的影响进行社会关系建模,设计了基于注意力机制的网络模型,提高了网络预测速度和可解释性.然后,探索不同池化汇集机制对预测结果的影响,确定性能优异的池化模型.最后,搭建了轨迹预测网络,并在UCY和ETH数据集中进行训练.实验结果表明,所提模型预测精度优于现有方法,且实时性较现有方法提升18.3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周雅夫	大连理工大学汽车工程学院	46	282	11.0	15.0
2	连静	大连理工大学汽车工程学院	29	137	6.0	11.0
6	李琳辉	大连理工大学汽车工程学院	34	235	9.0	14.0
10	周彬	大连理工大学汽车工程学院	1	0	0.0	0.0