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
音频特征
三维点云信息
嵌入特征
对齐模块
生成方法
识别方法
关节点
优化网络参数
数据
人体姿态估计
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
胃癌病理
分类方法
二分类器
特征提取器
多头注意力机制