向前看：利用未来帧预测预判行人横穿
计算机视觉与模式识别
2020-03-18 v2 机器学习
摘要
在本文中，我们提出了一种专注于行人安全的端到端未来预测模型。具体而言，我们的模型利用从车辆视角记录的先前视频帧，来预测行人是否会在车辆前方横穿。这项工作的长期目标是设计一个完全自主的系统，其行动与反应如同防御性人类驾驶员一般——预测未来事件并做出反应以降低风险。我们关注行人与车辆的交互，因为若对其行为预测失误，行人面临高伤害风险。我们的端到端模型包含两个阶段：第一阶段为编码器/解码器网络，学习预测未来视频帧；第二阶段为深度时空网络，利用第一阶段的预测帧来预测行人的未来动作。我们的系统在联合自动驾驶注意力（Joint Attention for Autonomous Driving, JAAD）数据集上取得了行人行为预测与未来帧预测的 SOTA 精度。
引用
@article{arxiv.1910.09077,
title = {Looking Ahead: Anticipating Pedestrians Crossing with Future Frames Prediction},
author = {Mohamed Chaabane and Ameni Trabelsi and Nathaniel Blanchard and Ross Beveridge},
journal= {arXiv preprint arXiv:1910.09077},
year = {2020}
}