基于门控循环单元与注意力机制的行人跟踪
计算机视觉与模式识别
2020-06-23 v1 机器学习
机器学习
摘要
行人跟踪长期以来被视为一个重要问题，尤其在安全应用中。此前，已提出许多基于各类传感器的方法。一种流行的方法是行人航位推算（PDR）[1]，其基于惯性测量单元（IMU）传感器。然而 PDR 是一种基于积分与阈值的方法，存在累积误差与低精度问题。本文中，我们提出一种新方法，将传感器数据输入深度学习模型以预测行人的位移与朝向。我们还设计了一种新装置来收集并构建包含同步 IMU 传感器数据与由 LIDAR 测量的精确位置的数据库。初步结果令人鼓舞，我们计划通过收集更多数据并使深度学习模型适配所有通用行人运动来推进此工作。
引用
@article{arxiv.2006.11407,
title = {Pedestrian Tracking with Gated Recurrent Units and Attention Mechanisms},
author = {Mahdi Elhousni and Xinming Huang},
journal= {arXiv preprint arXiv:2006.11407},
year = {2020}
}
备注
Accepted by ISCAS2020