用于轨迹预测的卷积神经网络
计算机视觉与模式识别
2018-11-27 v2
摘要
预测行人轨迹对于与人类共享同一环境的自主机器人而言至关重要。为了与人类有效且安全地交互，轨迹预测需要既精确又计算高效。在本工作中，我们提出一种基于卷积神经网络（CNN）的行人轨迹预测方法。与最近那些顺序关注每一帧的基于 LSTM 的模型不同，我们的模型支持更高的并行性和有效的时间表示。所提出的紧凑 CNN 模型比当前方法更快，同时仍产生具有竞争力的结果。
引用
@article{arxiv.1809.00696,
title = {Convolutional Neural Network for Trajectory Prediction},
author = {Nishant Nikhil and Brendan Tran Morris},
journal= {arXiv preprint arXiv:1809.00696},
year = {2018}
}
备注
Accepted at ECCV 2018 workshop - Anticipating Human Behavior