概覽 簡述 文獻所提出的模型旨在解決交通中行人的軌跡預測 pedestrian trajectory prediction 問題，特別是在擁擠環境中 人與人交互 interaction 行為常有發生的地方。 文獻構建的數據驅動模型，利用在序列預測上表現突出的LSTM模型以行人為單位進行軌跡預測，同時為了解決多個行人的LSTMs之間無法捕捉行人空間中交互的問題，模型在LSTMs每一步運行之間加入了 ...
2019-07-22 17:46 0 1669 推薦指數：
概覽 簡述 SS-LSTM全稱Social-Scene-LSTM，是一種分層的LSTM模型，在已有的考慮相鄰路人之間影響的Social-LSTM模型之上額外增加考慮了行人背景的因素。SS-LSTM架構類似Seq2Seq，由3個Encoder生成的向量拼接后形成1個Decoder的輸入 ...
目錄 概覽 描述：模型基於LSTM神經網絡提出新型的Spatio-Temporal Graph（時空圖），旨在實現在擁擠的環境下，通過將行人-行人，行人-靜態物品兩類交互納入考慮，對行人的軌跡做出預測。 訓練與測試數據庫 數據庫：ETH Walking ...
原文文獻 Social BiGAT : Kosaraju V, Sadeghian A, Martín-Martín R, et al. Social-BiGAT: Multimodal Trajectory Forecasting using Bicycle-GAN and Graph ...
paper：Gupta A , Johnson J , Fei-Fei L , et al. Social GAN: Socially Acceptable Trajectories with Generative Adversarial Networks[J]. 2018. ...
文獻引用 Amirian J, Hayet J B, Pettre J. Social Ways: Learning Multi-Modal Distributions of Pedestrian Trajectories with GANs[J]. 2019. 文章是繼 ...
//2021年12月3日17點05分 //參考資料：Multi-file LaTeX projects - Overleaf, Online LaTeX Editor //內容：一個簡單的中文文獻&實驗記錄報告模板 //前言：模板是基於Overleaf示例的魔改 ============================================================ ...
關於SVM的閱讀報告 組員：曾文麗 楊頊 倪元元 2020-03-12 在paper的題目中看到一個關鍵詞——SVM，由於不清楚SVM是什么。尋得兩篇博文： http://www.blogjava.net/zhenandaci/category/31868.html https ...
Output Diversified Initialization for Adversarial Attacks 學習報告 小組成員：裴建新、賴妍菱、周子玉 1 引言 深度神經網絡在圖像分類方面取得了很大的成功。然而，它們很容易受到 ...
