论文部分内容阅读
针对社会生成对抗网络行人交互特征简单且无法充分利用行人交互信息的问题,提出一种结合社会特征和注意力机制的行人轨迹预测模型。采用生成对抗网络模型,其中生成器使用编码器-解码器结构,中间加入注意力模块,并且设置3种社会特征以丰富行人交互信息。辅助注意力模块对同一场景中的行人进行影响力分配,使网络可以充分利用行人交互信息,提升模型的准确性。多个数据集上的实验结果表明,该模型较之前基于池化模块行人轨迹预测模型的准确率平均提高15%,且在行人密集、非直线轨迹多的场景中准确率提升34%,效果更加明显。