用于轨迹预测的递归社会行为图
计算机视觉与模式识别
2020-04-23 v1
摘要
社会交互是行人轨迹预测中生成合理路径的重要课题。本文提出一种基于群体的社会交互模型新思路，以探索行人之间的关系。我们递归地提取受基于群体的标注监督的社会表征，并将其构建为称为递归社会行为图（Recursive Social Behavior Graph）的社会行为图。我们的递归机制大幅挖掘了表征能力。随后使用图卷积神经网络（Graph Convolutional Neural Network）在该图中传播社会交互信息。在递归社会行为图的引导下，我们在 ETH 和 UCY 数据集上以 ADE 平均提升 11.1%、FDE 平均提升 10.8% 超越了最先进方法，并成功预测了复杂的社会行为。
引用
@article{arxiv.2004.10402,
title = {Recursive Social Behavior Graph for Trajectory Prediction},
author = {Jianhua Sun and Qinhong Jiang and Cewu Lu},
journal= {arXiv preprint arXiv:2004.10402},
year = {2020}
}