文献

J-GLOBAL ID：202202232718594859   整理番号：22A0772387

LSTMベースDelaunay三角形分割による動的歩行者軌道予測【JST・京大機械翻訳】

Dynamic pedestrian trajectory forecasting with LSTM-based Delaunay triangulation

著者 (4件)： Ma Qiulin (Beijing Key Laboratory of Traffic Data Analysis and Mining, Beijing Jiaotong University, Beijing, China) ,  Zou Qi (Beijing Key Laboratory of Traffic Data Analysis and Mining, Beijing Jiaotong University, Beijing, China) ,  Huang Yaping (Beijing Key Laboratory of Traffic Data Analysis and Mining, Beijing Jiaotong University, Beijing, China) ,  Wang Nan (Beijing Key Laboratory of Traffic Data Analysis and Mining, Beijing Jiaotong University, Beijing, China)
資料名： Applied Intelligence  (Applied Intelligence)
巻： 52  号： 3  ページ： 3018-3028  発行年： 2022年 
JST資料番号： W0297A  ISSN： 0924-669X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 歩行者軌道予測は,人間の社会的行動を理解するために重要である。群衆動力学の複雑な性質以来,それは挑戦的な仕事のままである。LSTMまたはGANに基づく最近の研究は,配列予測において大きな進歩を遂げたが,しかし,それらは,まだモデリング近隣および歩行者相互作用を扱う限界に悩まされている。これらの問題に取り組むために,著者らは,クラウド階層構造をモデル化できるDelaunay三角形分割グラフに基づく歩行者の軌跡を予測するための衝突回避アプローチを提案した。一方,中レベル意味特徴を採用して,Delaunay三角形分割グラフにおける歩行者の動的相互作用を表した。さらに,LSTMに対する付加的意味特徴の影響を評価するため,新しいソーシャルコンフリクトゲートでLSTMのセル状態を更新する歩行者運動の情報選択機構を追加した。さらに,2つの公開データセット,BIWIとUCYの結果は,提案した衝突回避手法が安定性と妥当性に関して優れていることを明らかにした。著者らの実験結果は,著者らの方法が最先端のアルゴリズムよりも短い観察期間を用いて同じ時間スパンを予測できることを示した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  相互作用 ,  ネットワーク ,  軌跡 ,  スパン ,  *歩行者 ,  動力学 ,  モデリング ,  人間 ,  階層構造 ,  *軌道推定 ,  衝突回避 ,  動的相互作用
準シソーラス用語： *Delaunay三角形分割 ,  長短期記憶 , 【Automatic Indexing@JST】

著者キーワード (3件)： 歩行者の軌道予測 ,  長期短期記憶ネットワーク ,  Delaunay三角形分割

分類 (5件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  ロボットの運動・制御  (IC04012J) ,  自動車事故,交通安全  (TB01050G) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： LSTM ,  Delaunay三角形分割 ,  歩行者 ,  軌道予測