摘要
本申请属于行人意图预测技术领域,公开了一种面向复杂交通场景的行人意图预测方法,包括:步骤1从行人过马路视频中提取局部流特征和全局流特征,步骤2局部流模块提取局部流特征;步骤3全局流模块提取全局流特征;步骤4局部流模块和全局流模块通过跨注意力模块进行特征交互生成跨注意流特征;步骤5局部流特征、全局流特征和跨注意流特征通过特征融合模块进行特征融合;步骤6通过全连接层将融合后的特征映射到预测结果,完成行人意图预测。本申请解决了现有技术中的局部与全局特征融合不足、跨流信息交互不充分、多尺度特征捕获不足等问题,有效提高了行人意图预测的准确性,具有广泛的应用前景。
技术关键词
意图预测方法
多头注意力机制
长短期记忆网络
前馈神经网络
多层注意力
模块
多尺度
行人过马路
数据
卷积编码器
坐标
运动特征
交通
时序
场景
非线性