场景门控社交图：基于动态社交图与场景约束的行人轨迹预测
计算机视觉与模式识别
2020-10-13 v1
摘要
行人轨迹预测对于理解人类运动行为具有重要价值，并且由于来自其他行人的社交影响、场景约束以及预测轨迹的多模态可能性而具有挑战性。大多数现有方法仅关注上述三个关键要素中的两个。为联合考虑所有要素，我们提出一种名为场景门控社交图（Scene Gated Social Graph, SGSG）的新颖轨迹预测方法。在所提 SGSG 中，动态图用于描述行人之间的社交关系。通过结合编码后的社交图特征与语义场景特征的场景门控社交图特征，将社交与场景影响纳入考虑。此外，引入一个 VAE 模块以学习场景门控社交特征并采样潜变量，用于生成在社会与环境上均可接受的多种轨迹。我们将 SGSG 与二十种最先进的行人轨迹预测方法进行比较，结果表明所提方法在两个广泛使用的轨迹预测基准上取得了优越性能。
引用
@article{arxiv.2010.05507,
title = {Scene Gated Social Graph: Pedestrian Trajectory Prediction Based on Dynamic Social Graphs and Scene Constraints},
author = {Hao Xue and Du Q. Huynh and Mark Reynolds},
journal= {arXiv preprint arXiv:2010.05507},
year = {2020}
}