文献

J-GLOBAL ID：202002280830305338   整理番号：20A0833499

車両-歩行者-混合シーンにおける運動学的軌道のための結合予測【JST・京大機械翻訳】

Joint Prediction for Kinematic Trajectories in Vehicle-Pedestrian-Mixed Scenes

著者 (5件)： Bi Huikun (Institute of Computing Technology Chinese Academy of Sciences) ,  Fang Zhong (Institute of Computing Technology Chinese Academy of Sciences) ,  Mao Tianlu (Institute of Computing Technology Chinese Academy of Sciences) ,  Wang Zhaoqi (Chinese Academy of Sciences) ,  Deng Zhigang (University of Houston)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICCV  ページ： 10382-10391  発行年： 2019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： オブジェクトに対する軌道予測は挑戦的で,様々な応用(例えば自律的駆動,異常検出)にとって重要である。既存の方法のほとんどは,歩行者がサイズのない粒子として扱われる均一な歩行者の軌跡予測に焦点を合わせている。しかし,現実の運動学で制限されている車両は,理想的に剛体,非粒子物体として扱われるべきであるので,それらは,直接的に混雑している車両-歩行者混合シーンを扱うのが短い。本論文では,異種車両と歩行者に対する分離LSTMsを用いて,この問題に取り組んだ。具体的には,その位置と方向に基づいて計算し,その運動学的軌跡を示すために,各車両を表現するために,配向境界ボックスを用いた。次に,VP-LSTMと呼ばれるフレームワークを提案し,車両と歩行者の両方の運動学的軌跡を同時に予測した。著者らのモデルを評価するために,車両-歩行者混合シーンにおける車両と歩行者の両方の軌跡を含む大規模データセットを特別に構築した。著者らの方法と最先端の手法との比較を通して,著者らは,車両-歩行者混合シーンにおける運動学的軌跡予測に関する著者らの方法の有効性と利点を示した。Copyright 2020 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： 剛体 ,  軌道推定 ,  有効性 ,  *歩行者
準シソーラス用語： 大規模データセット ,  異常検出 , 【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 (5件)： 歩行者 ,  シーン ,  運動学 ,  軌道 ,  予測