基于时空信息和社交注意力的行人轨迹预测研究

作者：吴涛; 任劼; 孙波; 李婉婉

来源：长江信息通信, 2022, 35(03): 14-20.

• 行人轨迹预测
• 时空信息
• 社交注意力
• 行人交互

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。

• 单位
  西安工程大学