文献

J-GLOBAL ID：202202265861543938   整理番号：22A0438440

PTPGC:ConvLSTMによるグラフ注意ネットワークによる歩行者軌跡予測【JST・京大機械翻訳】

PTPGC: Pedestrian trajectory prediction by graph attention network with ConvLSTM

著者 (4件)： Yang Juan (Hefei University of Technology, China) ,  Sun Xu (Hefei University of Technology, China) ,  Wang Rong Gui (Hefei University of Technology, China) ,  Xue Li Xia (Hefei University of Technology, China)
資料名： Robotics and Autonomous Systems  (Robotics and Autonomous Systems)
巻： 148  ページ： Null  発行年： 2022年 
JST資料番号： C0133C  ISSN： 0921-8890  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 自己駆動車両,サービスロボットおよび監視システムのようなインテリジェントシステムの急速な発展によって,歩行者軌道予測は,非常に挑戦的な問題になった。将来の衝突を防止するために,高度に混雑したカオス環境における歩行者の運動パターンを理解し,予測する方法は,最優先事項になる。歩行者の動きは,それ自身の要因だけでなく,周囲の隣人によっても影響を受ける。上記の問題を解決するために,著者らはグラフ注意と畳込み長短期メモリ(ConvLSTM)ネットワークに基づくPTPGCというモデルを提案して,多重妥当な歩行者軌道を予測した。最初に,歩行者をユークリッド距離閾値を設定することによって動的グラフで表現した。次に,グラフ注意ネットワークを用いて,各時間ステップにおけるすべての歩行者の空間相互作用関係を学習し,そして,時間畳込みネットワーク(TCN)を用いて,歩行者自身の因子を符号化した。最後に,ConvLSTMを用いて,歩行者の多重合理的で実行可能な将来の軌跡を反復的に予測した。実験は,著者らのモデルが,歩行者軌道予測のための既存のベースラインと比較して,2つの公共歩行者データセット(ETHとUCY)に関してより高い予測精度を持ち,生成した軌道が,社会的合理性と物理的制約によって,より線型であることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  相互作用 ,  畳込み ,  *ネットワーク ,  *歩行者 ,  撚線 ,  監視装置 ,  多重化 ,  軌道推定 ,  多モード ,  カオス
準シソーラス用語： 予測精度 ,  インテリジェントシステム ,  サービスロボット ,  Euclid距離 , 【Automatic Indexing@JST】

著者キーワード (4件)： 軌道予測 ,  グラフ注意 ,  ConvLSTM ,  マルチモーダル

分類 (1件)： ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (5件)： グラフ ,  注意 ,  歩行者 ,  軌跡 ,  予測