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:南通大学
摘要:本发明提供了一种基于稀疏时空图Transformer网络的行人轨迹预测方法,属于计算机视觉技术领域。解决了行人在拥挤环境下和长距离轨迹预测效率低的技术问题。其技术方案为:包括以下步骤:S1:从图像帧中获取行人的位置信息;S2:使用动态空间Transformer,利用多头注意力机制对空间依赖的多种模型进行联合建模;S3:利用自注意力机制实现跨多个时间步的双向时间依赖性建模;S4:得到具有稀疏变换的时空Transformer网络;S5:设计一种基于时空Transformer的时空块链的模型框架。本发明的有益效果为:本发明提高行人在拥挤环境下和长距离轨迹预测的准确性。
主权项:1.一种基于稀疏时空图Transformer网络的行人轨迹预测方法,其特征在于,包括以下步骤:S1:从图像帧中获取行人的位置信息,对行人轨迹信息进行数据预处理,得到当前帧每个行人的轨迹坐标,通过遍历图像帧,获取行人所有帧对应的轨迹;S2:使用动态空间Transformer,利用自注意力机制对空间依赖关系进行动态建模,利用多头注意力机制对空间依赖的多种模型进行联合建模;S3:使用时间Transformer,利用自注意力机制实现跨多个时间步的双向时间依赖性建模;S4:使用稀疏映射函数entmax15应用于空间和时间Transformer,得到具有稀疏变换的时空Transformer网络;S5:设计一种基于时空Transformer的时空块链的模型框架,同时利用动态空间依赖性和长期的时间依赖性;S6:利用全连接层对行人运动的状态信息生成行人未来的轨迹位置。
全文数据:
权利要求:
百度查询: 南通大学 一种基于稀疏时空图Transformer网络的行人轨迹预测方法
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。