GOHOME：面向图的热力图输出用于未来运动估计
计算机视觉与模式识别
2021-09-22 v4 机器人学
摘要
本文提出GOHOME，一种利用高精地图的图表示与稀疏投影来生成热力图输出的方法，该热力图表示交通场景中给定智能体未来位置概率分布。此热力图输出给出智能体未来可能位置的无约束二维网格表示，可天然支持多模态并给出预测不确定性的度量。我们的面向图模型避免了将周围上下文表示为方形图像并用经典CNN处理的巨大计算负担，而是仅聚焦于智能体在近期未来可能抵达的最可能车道。GOHOME在Argoverse运动预测基准的MissRate指标上取得第2名，同时相比Argoverse第1名方法HOME实现了显著的速度提升与内存负担降低。我们还强调热力图输出支持多模态集成，且凭借我们在Argoverse上的最佳集成将第1名的MissRate提升超过15%。最后，我们在其他轨迹预测数据集nuScenes与Interaction上评估并达到了最先进性能，证明了方法的泛化性。
引用
@article{arxiv.2109.01827,
title = {GOHOME: Graph-Oriented Heatmap Output for future Motion Estimation},
author = {Thomas Gilles and Stefano Sabatini and Dzmitry Tsishkou and Bogdan Stanciulescu and Fabien Moutarde},
journal= {arXiv preprint arXiv:2109.01827},
year = {2021}
}