DenseTNT：Waymo开放数据集运动预测挑战赛冠军方案
计算机视觉与模式识别
2021-09-28 v2 机器人学
摘要
在自动驾驶中，基于目标的多轨迹预测方法近期被证明有效：先对目标候选评分，再选定最终目标集，最后基于选定目标补全轨迹。然而，这些方法通常涉及基于稀疏预定义锚点的目标预测。本工作中，我们提出一个名为 DenseTNT 的无锚点模型，对轨迹预测执行密集目标概率估计。我们的模型取得最先进性能，并在 Waymo Open Dataset Motion Prediction Challenge 中排名第1。项目页见 https://github.com/Tsinghua-MARS-Lab/DenseTNT。
引用
@article{arxiv.2106.14160,
title = {DenseTNT: Waymo Open Dataset Motion Prediction Challenge 1st Place Solution},
author = {Junru Gu and Qiao Sun and Hang Zhao},
journal= {arXiv preprint arXiv:2106.14160},
year = {2021}
}
备注
This is a technical report. ICCV paper is at arXiv:2108.09640 and project page is at https://github.com/Tsinghua-MARS-Lab/DenseTNT