結合自注意力機制和結伴行為特征的行人軌跡預測模型

作者：周于濤,吳華意,成洪權,鄭杰,李學錫

摘要：理解并準確預測行人的移動軌跡,對提高自動駕駛技術的水平,減少交通事故的發生有重要的意義。針對現有軌跡預測方法預測精度不高,對行人交互信息利用不充分等問題,提出了一種結合自注意力機制和結伴行為特征的行人軌跡預測模型,該模型考慮了每個行人的運動信息及其與周圍行人的交互作用,使用循環神經網絡和圖卷積網絡分別對行人的行走狀態和行人間的交互進行建模。在圖卷積網絡中,定義圖的節點表示行人的運動信息,圖的邊表示行人之間的交互,使用自注意力機制計算行人間的交互程度。此外,為了增加模型捕捉結伴行走行為特征的能力,提高對該類軌跡預測的精度,提出了同伴損失函數的概念。在公共數據集上的實驗表明,該模型在預測精度上相比其他方法有較大的提升。

發文機構：武漢大學測繪遙感信息工程國家重點實驗室 江蘇易圖地理信息科技股份有限公司

關鍵詞：行人軌跡預測自注意力機制圖卷積網絡循環神經網絡深度學習pedestrian trajectory predictionself-attention mechanismgraph convolutional networkrecurrent neural networkdeep learning

分類號： P208[天文地球—地圖制圖學與地理信息工程]