文献

J-GLOBAL ID：201802241776036690   整理番号：18A1772579

社会的注意:人間群衆における注意のモデリング【JST・京大機械翻訳】

Social Attention: Modeling Attention in Human Crowds

著者 (3件)： Vemula Anirudh (Carnegie Mellon University, Robotics Institute, Pittsburgh, Pennsylvania, 15213, USA) ,  Muelling Katharina (Carnegie Mellon University, Robotics Institute, Pittsburgh, Pennsylvania, 15213, USA) ,  Oh Jean (Carnegie Mellon University, Robotics Institute, Pittsburgh, Pennsylvania, 15213, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICRA  ページ： 1-7  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 人間の群衆を通してナビゲートするロボットは,安全で,効率的で,人間の予測可能な軌跡を計画することができる必要がある。このことは,衝突を避けるために,互いに暗黙的に協調する群衆内の将来の人間の軌跡を予測するロボットを必要とするので,特に挑戦的な問題である。人間の軌跡予測への以前のアプローチは,近接の関数として人間間の相互作用をモデル化した。しかし,同じ方向に移動する著者らのすぐ近くの人々は,さらに離れている他の人々ほど重要ではないかもしれないが,将来は我々と衝突する可能性がある。本研究において,著者らは,それらの近接性にかかわらず,群衆においてナビゲーションするとき,各々の人の相対的重要性を捕える新しい軌跡予測モデルである社会的注意を提案した。2つの公開可能な群衆データセットに関する最先端の手法に対するこの方法の性能を実証し,訓練された注意モデルを解析して,群衆におけるナビゲーションを行うときに,周囲のエージェントが参加するより良い理解を得た。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  安全性 ,  予測 ,  ロボット ,  軌跡 ,  *モデリング ,  エージェント ,  予測モデル
準シソーラス用語： 近接性 ,  最先端 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 社会 ,  注意 ,  人間 ,  モデリング