用于人体轨迹预测的交互学习网络
计算机视觉与模式识别
2020-04-10 v1
摘要
我们观察到人体轨迹不仅是前向可预测的,也是后向可预测的。前向和后向轨迹遵循相同的社会规范并服从相同的物理约束,仅在其时间方向上有所不同。基于这一独特性质,我们开发了一种称为交互学习的新方法用于人体轨迹预测。前向和后向预测两个网络紧密耦合,满足交互约束,使它们能够被联合学习。基于该约束,我们借鉴深度神经网络的对抗攻击概念,其迭代修改网络输入以匹配给定或强制的网络输出,并开发了一种新的网络预测方法,称为用于匹配预测的交互攻击。它进一步提高了预测精度。我们在基准数据集上的实验结果表明,我们的新方法在人体轨迹预测上优于最先进的方法。
引用
@article{arxiv.2004.04340,
title = {Reciprocal Learning Networks for Human Trajectory Prediction},
author = {Hao Sun and Zhiqun Zhao and Zhihai He},
journal= {arXiv preprint arXiv:2004.04340},
year = {2020}
}