畳込みニューラルネットワークによる歩行者軌道予測【JST・京大機械翻訳】

Zamboni Simone; Kefato Zekarias Tilahun; Girdzijauskas Sarunas; Christoffer Noren; Col Laura Dal

プレプリント

J-GLOBAL ID：202202210394629196 整理番号：21P0053778

畳込みニューラルネットワークによる歩行者軌道予測【JST・京大機械翻訳】

Pedestrian Trajectory Prediction with Convolutional Neural Networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2020年10月12日プレプリントサーバーでの情報更新日： 2021年09月16日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

歩行者の将来の軌跡を予測することは,クラウド監視から自律運転までの応用範囲を持つ挑戦的な問題である。文献では,歩行者軌道予測へのアプローチが進化し,物理ベースモデルから再帰ニューラルネットワークに基づくデータ駆動モデルへと移行している。本研究では,新しい2D畳込みモデルの導入で,歩行者軌跡予測に対する新しいアプローチを提案した。この新モデルは,再帰モデルより優れ,ETHとTrajNetデータセットに関する最新の結果を達成した。また,Gauss雑音の付加と任意のモデルに適用できるランダム回転の使用のような,歩行者位置と強力なデータ増強技術を表現するための効果的なシステムも提示する。付加的な探索分析として,社会的情報をモデル化するための占有方法の包含に関する実験結果を示し,経験的に,これらの方法が社会的インタラクションを捉えるのに有効でないことを経験的に示した。【JST・京大機械翻訳】

, , , , ,
, , , , 【Automatic Indexing@JST】

人工知能 , 図形・画像処理一般

, ,

前のページに戻る