Nov, 2023
空时条件随机场用于人类轨迹预测
S-T CRF: Spatial-Temporal Conditional Random Field for Human Trajectory Prediction
Pengqian Han, Jiamou Liu, Jialing He, Zeyu Zhang, Song Yang...
TL;DR本研究提出了一种新的模型 S-T CRF (空间 - 时间 条件随机场), 除了轨迹的空间和时间信息外,还巧妙地融入了意图信息,通过结合空间 - 时间表示,利用条件随机场 (CRF) 生成后续意图的表示,从而极大地改善了后续轨迹的预测。此外,研究还创新地设计了空间 CRF 损失和时间 CRF 损失,分别用于增强交互约束和时间动力学。在 ETH/UCY 和 SDD 数据集上进行了广泛实验评估,证明了所提方法超过了现有的基线方法。