为提高行人轨迹预测的准确率与速度,提出一种基于时空图的GAN轨迹预测模型。使用LSTM节点将人与环境交互的时空图转换为前馈可微分特征编码,提出用于集成场景上下文信息的全局节点,通过缩放点积注意力机制研究全局交互对行人轨迹的相对影响,使用生成对抗网络体系结构对模型在数据集中进行训练。此外,为使预测结果更加合理,结合行人历史轨迹运用控制点生成一组行人未来轨迹曲线作为假设建议,并与以上预测结果进行相似度分析。实验结果表明,所提模型预测速度与精准度均优于其它方法。
科研之友
微信
新浪微博
Facebook
分享链接
