龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：南京航空航天大学
摘要：本发明公开一种基于时空图与空域聚合Transformer网络的轨迹预测方法，解决了现有行人轨迹预测输出存在的交互特征提取不足的问题，使用时空图卷积神经网络以及时序特征变换网络操作完成对场景内行人轨迹特征的有效、准确提取，同时设计一个全新的空域聚合Transformer架构进行行人时序特征变换，完成对空域行人特征的高效聚合与利用，最终以概率分布的形式完成对行人预测轨迹的输出，达到对突发状况进行合理避让、保持组群行人运动一致性的目的，相关指标表明本架构在预测行人终点方面取得了突破，完成对行人轨迹分布更加准确、高效预测的目的，对于自动驾驶、智慧交通等领域的发展提供了重要帮助。
主权项：1.一种基于时空图与空域聚合Transformer网络的轨迹预测方法，其特征在于，包括以下几个步骤：1利用图的特性从输入的原始数据中对场景内行人轨迹特征信息进行图表示与预处理，选取合适的核函数完成对邻接矩阵的构建，为后续网络架构输入提供准确、高效的场景内行人轨迹特征信息；2建立时空图卷积神经网络模块，构建图卷积神经网络，通过选择对行人轨迹特征的图卷积次数完成对步骤1中图表示与预处理后的行人轨迹特征信息的初步提取，确保提取特征的准确、有效；3建立时序特征变换网络模块，通过设计卷积神经网络完成时序特征信息的提取与特征维度的变换；4建立空域聚合Transformer网络，使用场景内每个行人的时序特征向量作为输入向量，同时输入Transformer网络进行空域特征的进一步聚合，并且完成行人轨迹预测序列的输出。
全文数据：
权利要求：
百度查询： 南京航空航天大学 一种基于时空图与空域聚合Transformer网络的轨迹预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号