基于改进智能体模型的轨迹语义分割用于行人行为分析
计算机视觉与模式识别
2019-12-13 v1 机器学习
摘要
本文提出一种基于行人行为模型（即智能体）的行人轨迹语义分割方法。这些智能体利用线性动力学模型以及轨迹的通用起始与目标位置，对二维空间中行人运动的动力学进行建模。首先，从图像序列获得的轨迹中估计智能体模型。我们的方法构建于动态行人智能体混合模型（MDA）之上；然而，MDA 的轨迹建模与估计得到了改进。随后，将轨迹划分为具有语义意义的片段。轨迹的子段通过应用隐马尔可夫模型并使用估计的智能体模型进行建模。在真实轨迹数据集上的实验结果表明，与著名的经典 Ramer-Douglas-Peucker 算法以及原始 MDA 模型相比，所提方法有效。
引用
@article{arxiv.1912.05727,
title = {Semantic segmentation of trajectories with improved agent models for pedestrian behavior analysis},
author = {Toru Tamaki and Daisuke Ogawa and Bisser Raytchev and Kazufumi Kaneda},
journal= {arXiv preprint arXiv:1912.05727},
year = {2019}
}