面向轨迹预测的人类意图与潜在功能物体建模与推断
计算机视觉与模式识别
2016-06-28 v1
摘要
本文研究公共空间监控视频中功能物体的检测与人类意图的推断。视频中的人预期会遵循三种可能的意图行为之一，在障碍物约束下有意选择最短路径走向功能物体以满足某种需求（例如，自动售货机可解渴）：到达单个功能物体并停止，或依次访问多个功能物体，或最初朝一个目标移动但随后改变意图转向另一个目标。由于在低分辨率监控视频中检测功能物体通常不可靠，我们称其为“暗物质”，其特征是吸引人的功能性。我们构建了基于智能体的拉格朗日力学，其中人类轨迹被概率建模为智能体在多层“暗能量”场中的运动，每个智能体可选择特定的力场影响其运动，从而定义朝向相应源“暗物质”的最小能量 Dijkstra 路径。为进行评估，我们编制并标注了一个新数据集。结果证明了我们在预测人类意图行为与轨迹、定位功能物体，以及通过聚类功能物体附近的人类运动行为发现不同功能类别物体方面的有效性。
引用
@article{arxiv.1606.07827,
title = {Modeling and Inferring Human Intents and Latent Functional Objects for Trajectory Prediction},
author = {Dan Xie and Tianmin Shu and Sinisa Todorovic and Song-Chun Zhu},
journal= {arXiv preprint arXiv:1606.07827},
year = {2016}
}