摘要
本发明提供了一种基于窗口注意力和空间图交互网络的行人轨迹预测方法,属于计算机视觉技术领域。解决了长时间依赖建模困难以及复杂空间交互的技术问题。其技术方案为:包括以下步骤:S1、获取数据集数据;S2、在时间维度,设计窗口掩码机制,调整各时刻的注意力感受野;S3、空间维度,构建层次化异构图卷积网络,联合行人动态交互图与场景静态语义图;S4、将时间维度和空间维度特征输入到多尺度膨胀卷积网络进行多模态轨迹生成。本发明的有益效果:本模型在公开数据集ETH/UCY上进行了实验验证,实验结果证明了其有效性,并在关键指标上展示出了其优越的性能,在处理不同场景下的泛化能力方面也表现出色。
技术关键词
行人轨迹预测方法
交互网络
掩码矩阵
金字塔结构
多尺度膨胀卷积
场景
坐标
位移误差
节点
有效性
注意力机制
运动轨迹信息
计算机视觉技术
输入多尺度
异构
更新模型参数
系统为您推荐了相关专利信息
时间序列预测方法
层次结构信息
时间序列预测系统
时间序列预测技术
节点
浅层特征提取
输出特征
空间模块
深层特征提取
分支
储能设备
双通道注意力
交互网络
故障预警方法
自调节系统
智能规划决策
工艺特征
图谱
网络模块
多头注意力机制
融合决策方法
掩码矩阵
融合特征
编码特征
交互特征