基于自一致约束的引导式运动预测
计算机视觉与模式识别
2023-11-28 v4 机器人学
摘要
我们提出了一种新颖的框架，通过自一致约束（MISC）来引导运动预测。运动预测任务旨在通过融合过去的空间与时间信息来预测车辆的未来轨迹。MISC 的一个关键设计是所提出的双重一致约束，它在训练期间对预测轨迹施加空间与时间扰动下的正则化。此外，为建模运动预测中的多模态特性，我们设计了一种新颖的自集成方案，以获得准确教师目标，从而以多模态监督强制执行自约束。借助来自多个教师目标的显式约束，我们观察到预测性能的明显提升。在 Argoverse 运动预测基准和 Waymo Open Motion 数据集上的大量实验表明，MISC 显著优于当前最优（SOTA）方法。由于所提策略具有通用性且可轻松融入其他运动预测方法，我们还展示了我们的方案能持续提升若干现有方法的预测性能。
引用
@article{arxiv.2204.05859,
title = {Bootstrap Motion Forecasting With Self-Consistent Constraints},
author = {Maosheng Ye and Jiamiao Xu and Xunnong Xu and Tengfei Wang and Tongyi Cao and Qifeng Chen},
journal= {arXiv preprint arXiv:2204.05859},
year = {2023}
}