目录 概览 描述:模型基于LSTM神经网络提出新型的Spatio-Temporal Graph(时空图),旨在实现在拥挤的环境下,通过将行人-行人,行人-静态物品两类交互纳入考虑,对行人的轨迹做出预测。 训练与测试数据库 数据库:ETH Walking ...
概览 简述 SS LSTM全称Social Scene LSTM,是一种分层的LSTM模型,在已有的考虑相邻路人之间影响的Social LSTM模型之上额外增加考虑了行人背景的因素。SS LSTM架构类似Seq Seq,由 个Encoder生成的向量拼接后形成 个Decoder的输入,并最终做出轨迹预测,有关Encoder和Decoder具体细节下文介绍。 主要结论与贡献 提出了SS LSTM分 ...
2019-08-08 23:43 1 678 推荐指数:
目录 概览 描述:模型基于LSTM神经网络提出新型的Spatio-Temporal Graph(时空图),旨在实现在拥挤的环境下,通过将行人-行人,行人-静态物品两类交互纳入考虑,对行人的轨迹做出预测。 训练与测试数据库 数据库:ETH Walking ...
概览 简述 文献所提出的模型旨在解决交通中行人的轨迹预测(pedestrian trajectory prediction)问题,特别是在拥挤环境中——人与人交互(interaction)行为常有发生的地方。 文献构建的数据驱动模型,利用在序列预测上表现突出的LSTM模型以行人为单位进行轨迹 ...
文献引用 Amirian J, Hayet J B, Pettre J. Social Ways: Learning Multi-Modal Distributions of Pedestrian Trajectories with GANs[J]. 2019. 文章是继 ...
//2021年12月3日17点05分 //参考资料:Multi-file LaTeX projects - Overleaf, Online LaTeX Editor //内容:一个简单的中文文献&实验记录报告模板 //前言:模板是基于Overleaf示例的魔改 ============================================================ ...
原文文献 Social BiGAT : Kosaraju V, Sadeghian A, Martín-Martín R, et al. Social-BiGAT: Multimodal Trajectory Forecasting using Bicycle-GAN and Graph ...
关于SVM的阅读报告 组员:曾文丽 杨顼 倪元元 2020-03-12 在paper的题目中看到一个关键词——SVM,由于不清楚SVM是什么。寻得两篇博文: http://www.blogjava.net/zhenandaci/category/31868.html https ...
;另一种则是设计更加精密的recurrent unit,如LSTM,GRU。而本文的重点是比较LSTM,G ...
paper:Gupta A , Johnson J , Fei-Fei L , et al. Social GAN: Socially Acceptable Trajectories ...