首页 > 音视频 > 城市交通中多类别交通体的轨迹预测

Error occured while playing, Please close or refresh

code:4400

uuid:04B6A8AA-0387-46D5-BE71-8097CD5275AA

requestId:663214AF-E5EA-448E-BAB4-4DD459671F68

Time:2025-01-07 11:58:40

提示信息

讲者:
马月昕
时长:
25:33
演讲时间:
2020-09-21
演讲场合:
“机器人智能”论坛-第五期
您当前未登录,查看完整版请登录
视频简介:为了更安全有效地行驶在复杂的城市道路上,无人车或机器人必须准确地预测周围交通体(行人、自行车、汽车等)的运动状态与轨迹,进而做出合理的运动决策。为了解决这个问题,我们提出了一个基于LSTM的实时轨迹预测算法。该方法利用一个实例层学习个体的运动特征与个体间的交互特征,利用一个类别层去总结同类物体的相似运动属性,进一步改善预测结果。在复杂的城市道路数据集上,我们的算法达到了最好的的预测精度。然而,当前的监督算法依赖于大量标注的数据集,耗时耗力。为了能充分利用海量的交通视频数据,我们又提出了一个无监督的轨迹提取算法,可以直接输入原始视频,输出物体的运动轨迹,可直接用于大规模的轨迹预测算法的训练,进一步提升预测精度。同时,我们的算法专注于视频的动态信息,可以适用于各种各样的场景,有很好的普适性。

讲者简介:

马月昕

上海科技大学助理教授

反馈数字图书馆使用问题,请发送邮件到dl@ccf.org.cn
发表评论
共:0  条评论
相关视频
相关会议
标准
查询