买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：昆明理工大学

摘要：本发明涉及一种基于自调节稀疏图transformer的行人轨迹预测方法，属于计算机视觉技术领域。本发明将行人轨迹以时空方式建模，构造成一个空间图和一个时间图；使用自注意力机制生成行人运动的空间密集交互和时间密集交互特征；使用非对称卷积网络对密集交互特征生成自调节稀疏邻接矩阵；利用transformer进行稀疏时空特征提取；基于时间卷积网络方法对得到特征序列进行整体预测，从而预测行人的轨迹。本发明能有效防止行人之间冗余交互和长期信息方面效率低下问题。使行人交互建模更加合理，提高了行人轨迹预测的准确性。

主权项：1.一种基于自调节稀疏图transformer的行人轨迹预测方法，其特征在于：Step1：获取行人轨迹，将行人轨迹以2D笛卡尔坐标下位置信息提取，将行人轨迹位置信息进行数据预处理，得到行人运动轨迹坐标，将行人运动轨迹坐标以时空方式建模，构造出一个空间图和一个时间图；将行人轨迹的预处理数据转换成时间图和空间图，其数据表现形式为分别为：Gs＝Vt,Ut，其中Gt＝Vn,Un，其中式中，Gs表示空间图，Vt表示t时间行人节点，Ut表示t时间行人之间的关系即邻接矩阵，Gt表示时间图，Vn表示某个行人这段时间的位置节点，Un表示第n个行人时间之间的交互即时间邻接矩阵；Step2：对所述空间图和时间图使用自注意力机制，生成行人运动的空间密集交互和时间密集交互特征以及时间和空间嵌入；通过时空注意力机制得到了密集交互矩阵Rs'，进一步得到更深层次行人交互为： 其中，Qs和表示自注意力机制的查询和关键字，ds表示比例因子；Step3：对空间密集交互和时间密集交互特征使用非对称卷积网络对密集交互特征生成自调节稀疏邻接矩阵； 其中，λ表示生成稀疏交互作用掩码的阈值，mean表示平均运算，x密集矩阵元素；Ms＝ψ{σFs≥λ}3其中，Ms表示稀疏交互作用掩码，σ表示激活函数，ψ{·}表示指数函数，Fs表示密集交互矩阵；稀疏矩阵生成： 其中，As表示系数矩阵，I表示单位矩阵，表示运算后密集交互矩阵，⊙表示元素乘法；Step4：将空间和时间嵌入以及稀疏邻接矩阵利用transformer进行时空信息融合；Step5：利用时间卷积网络对行人运动的历史特征序列生成行人未来的轨迹位置。

全文数据：

权利要求：

百度查询： 昆明理工大学 一种基于自调节稀疏图transformer的行人轨迹预测方法