CSCNet：面向拥挤空间轨迹预测的上下文语义一致性网络

轨迹预测旨在预测行人、骑行者、车辆等智能体的运动趋势。它有助于分析和理解拥挤空间中的人类活动，并广泛应用于视频监控分析和自动驾驶系统等诸多领域。得益于深度学习的成功，轨迹预测取得了显著进展。现有方法致力于研究智能体在社会交互和场景物理约束下的未来轨迹。此外，如何处理这些因素仍备受研究者关注。然而，它们在不同预测场景中建模这些交互时忽略了语义偏移现象（Semantic Shift Phenomenon）。社会交互与物理交互内部及之间存在着若干种语义偏差，我们称之为“鸿沟（Gap）”。本文中，我们提出上下文语义一致性网络（CSCNet，Contextual Semantic Consistency Network）以借助强大且高效的上下文约束预测智能体未来活动。我们利用精心设计的上下文感知迁移从场景图像与轨迹中获取中间表示，随后通过对齐活动语义与场景语义来消除社会交互与物理交互之间的差异，从而跨越鸿沟。实验表明，CSCNet 在定量与定性上均优于当前大多数方法。