文獻及代碼閱讀報告 - SS-LSTM：A Hierarchical LSTM Model for Pedestrian Trajectory Prediction
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-LS ...
原文：文獻閱讀報告 - Situation-Aware Pedestrian Trajectory Prediction with Spatio-Temporal Attention Model
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 Pedestrian amp UCY Students and Zara 數據：請參見https: www.cnblogs.com sinoyou ...
2019-08-06 17:38 0 582 推薦指數：
相關推薦
文獻閱讀報告 - Social LSTM:Human Trajectory Prediction in Crowded Spaces
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 ...
文獻閱讀報告 - Social Ways: Learning Multi-Modal Distributions of Pedestrian Trajectories with GANs
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 ...
雜七雜八的工具（LaTex）——一個文獻閱讀報告模板
//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 ============================================================ ...
文獻閱讀報告 - Social BiGAT + Cycle GAN
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 ...
關於SVM的閱讀報告
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 ...
Spatio-Temporal Backpropagation for Training High-performance Spiking Neural Networks
鄭重聲明：原文參見標題，如有侵權，請聯系作者，將會撤銷發布 FRONTIERS IN NEUROSCIENCE, (2018) Abstract 與人工神經網絡(ANN)相比，脈沖 ...
文獻閱讀報告 - Social GAN: Socially Acceptable Trajectories with Generative Adversarial Networks
paper：Gupta A , Johnson J , Fei-Fei L , et al. Social GAN: Socially Acceptable Trajectories ...