通过场景 LSTM 与行人运动 LSTM 耦合的轨迹预测
计算机视觉与模式识别
2019-08-26 v1
摘要
我们开发了一种新颖的行人轨迹预测系统，其在静态拥挤场景中同时训练场景信息（Scene-LSTM）与个体行人运动（Pedestrian-LSTM）。我们在场景上叠加两级网格结构（网格单元与子网格）以编码空间粒度及常见人体运动。Scene-LSTM 捕捉常被行走的路径，可用于显著影响局部区域（即网格单元）内行人轨迹预测的精度。我们进一步设计场景数据滤波器，由硬滤波器与软滤波器组成，以在必要时筛选局部区域的相关场景信息，并将其与 Pedestrian-LSTM 结合以预测行人的未来位置。在多个公开数据集上的实验结果表明，我们的方法优于相关作品，并能在不同场景背景下产生更精确的预测轨迹。
引用
@article{arxiv.1908.08908,
title = {Trajectory Prediction by Coupling Scene-LSTM with Human Movement LSTM},
author = {Manh Huynh and Gita Alaghband},
journal= {arXiv preprint arXiv:1908.08908},
year = {2019}
}
备注
To appear in ISVC 2019