GTransPDM：用于行人越线意图预测的嵌入图的Transformer及位置解耦模块
计算机视觉与模式识别
2025-05-13 v2
摘要
理解和预测行人越线行为意图对于自动驾驶车辆的安全至关重要。然而，在使用前景图像或环境上下文掩码提取各种因素进行时间序列网络建模时，容易出现预处理错误或效率损失。通常，由舱内摄像头捕获的行人位置常被畸变，无法准确反映其实际运动。为解决这些问题，开发了GTransPDM——一种用于行人越线意图预测的嵌入图的Transformer及位置解耦模块（Graph-embedded Transformer with a Position Decoupling Module），以利用多模式特征。首先，提出了位置解耦模块，用于分解行人的横向运动并对图像视图中的深度线索进行编码。然后，设计了嵌入图的Transformer，用于捕捉人体姿态骨架的时空动力学，整合位置、骨架和自驾车运动等关键因素。实验结果表明，所提方法在PIE数据集上达到92%的准确率，在JAAD数据集上达到87%的准确率，处理速度为0.05毫秒。该方法在与SOTA方法进行比较后表现优异。
引用
@article{arxiv.2409.20223,
title = {GTransPDM: A Graph-embedded Transformer with Positional Decoupling for Pedestrian Crossing Intention Prediction},
author = {Chen Xie and Ciyun Lin and Xiaoyu Zheng and Bowen Gong and Antonio M. López},
journal= {arXiv preprint arXiv:2409.20223},
year = {2025}
}
备注
IEEE SPL