论文部分内容阅读
为提高行人交互中轨迹预测速度、精度与模型可解释性,提出了一种基于社会注意力机制的GAN模型。首先,定义了一种新型社会关系,对行人间的影响进行社会关系建模,设计了基于注意力机制的网络模型,提高了网络预测速度和可解释性。然后,探索不同池化汇集机制对预测结果的影响,确定性能优异的池化模型。最后,搭建了轨迹预测网络,并在UCY和ETH数据集中进行训练。实验结果表明,所提模型预测精度优于现有方法,且实时性较现有方法提升18.3%。