基于个性感知概率图的行人轨迹预测
图形学
2019-11-04 v1 机器学习
摘要
我们提出了一种基于个性感知概率特征图的新型行人轨迹预测算法。该图利用空间查询结构计算，其每个取值表示被预测行人在人群空间中经过不同位置的概率。我们根据环境中的智能体以及行人的先验轨迹动态更新该图。此外，我们估计每位行人的个性特征，并通过估计该图中的最短路径来利用这些特征改进预测。我们的方法具有通用性，在低密度与高密度行人的人群视频上均表现良好。我们在标准人体轨迹数据集上评估了我们的模型。实践中，我们的预测算法相比先前算法将准确率提高了 5-9%。
引用
@article{arxiv.1911.00193,
title = {Personality-Aware Probabilistic Map for Trajectory Prediction of Pedestrians},
author = {Chaochao Li and Pei Lv and Mingliang Xu and Xinyu Wang and Dinesh Manocha and Bing Zhou and Meng Wang},
journal= {arXiv preprint arXiv:1911.00193},
year = {2019}
}