一种基于稀疏时空图Transformer网络的行人轨迹预测方法

AITNT
正文
推荐专利
一种基于稀疏时空图Transformer网络的行人轨迹预测方法
申请号:CN202410744217
申请日期:2024-06-11
公开号:CN118629006B
公开日期:2025-06-06
类型:发明专利
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。
技术关键词
行人轨迹预测方法 嵌入特征 多头注意力机制 前馈神经网络 节点特征 计算机视觉技术 动态 矩阵 图像 线性 框架 模式 参数 坐标 关系
系统为您推荐了相关专利信息
1
一种车辆行为预测方法及系统
交互特征 融合特征 邻居 车辆速度信息 车道
2
基于教案驱动的教育虚拟人生成方法、装置、设备和介质
音频特征 三维点云信息 嵌入特征 对齐模块 生成方法
3
基于GCN-Transformer和多尺度时间卷积的人体行为识别方法
识别方法 关节点 优化网络参数 数据 人体姿态估计
4
基于多智能体强化学习的组网雷达协同欺骗干扰决策方法
组网雷达 多智能体强化学习 干扰决策方法 多智能体协同 策略优化模型
5
一种面向胃癌病理图的病变逐层级分类方法
胃癌病理 分类方法 二分类器 特征提取器 多头注意力机制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号