Fugu-MT 論文翻訳(概要): An End-to-End Learning Approach for Trajectory Prediction in Pedestrian Zones

論文の概要: An End-to-End Learning Approach for Trajectory Prediction in Pedestrian Zones

arxiv url: http://arxiv.org/abs/2004.04787v2
Date: Mon, 4 Jan 2021 22:43:17 GMT
ステータス: 処理完了
システム内更新日: 2022-12-15 02:28:58.588793
Title: An End-to-End Learning Approach for Trajectory Prediction in Pedestrian Zones
Title（参考訳）: 歩行者帯における軌道予測のためのエンドツーエンド学習手法
Authors: Ha Q. Ngo, Christoph Henke, Frank Hees
Abstract要約: マルチファクタ入力からソーシャルインタラクションを学習するためのアテンションメカニズムに基づく,予測精度向上のためのエンドツーエンド学習フレームワークを提案する。本稿では,異種歩行者帯における軌道予測の問題について検討し,社会動態の表現が大きな課題である。
参考スコア（独自算出の注目度）: 0.8701566919381223
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper aims to explore the problem of trajectory prediction in heterogeneous pedestrian zones, where social dynamics representation is a big challenge. Proposed is an end-to-end learning framework for prediction accuracy improvement based on an attention mechanism to learn social interaction from multi-factor inputs.
Abstract（参考訳）: 本稿では,社会的ダイナミクスの表現が大きな課題である異種歩行者帯における軌道予測の問題を検討することを目的とする。マルチファクタ入力からソーシャルインタラクションを学習するための注意機構に基づく,予測精度向上のためのエンドツーエンド学習フレームワークを提案する。

関連論文リスト

Towards Effective Next POI Prediction: Spatial and Semantic Augmentation with Remote Sensing Data [10.968721742000653]
本稿では,2段階予測フレームワークにおける効果的なディープラーニング手法を提案する。本手法は,まずリモートセンシングデータを組み込んで,重要な環境状況の把握を行う。本研究では,利用者の歴史的トラジェクトリに対するQR-Pグラフを構築し,歴史的旅行知識をカプセル化する。
論文参考訳（メタデータ） (2024-03-22T04:22:36Z)
Certified Human Trajectory Prediction [66.1736456453465]
交通予知は自動運転車に不可欠な役割を担っている。本稿では,軌道予測作業に適した認証手法を提案する。非有界出力や変異モダリティを含む、軌道予測に関連する固有の課題に対処する。
論文参考訳（メタデータ） (2024-03-20T17:41:35Z)
Machine Learning for Autonomous Vehicle's Trajectory Prediction: A comprehensive survey, Challenges, and Future Research Directions [3.655021726150368]
AVの文脈における軌道予測に関する200以上の研究について検討した。本総説では,いくつかの深層学習手法を総合的に評価する。既存の文献の課題を特定し,潜在的研究の方向性を概説することにより,AV軌道予測領域における知識の進歩に大きく貢献する。
論文参考訳（メタデータ） (2023-07-12T10:20:19Z)
Multiple-level Point Embedding for Solving Human Trajectory Imputation with Prediction [7.681950806902859]
空間性は、人間の移動データを含む多くの軌跡データセットで一般的な問題である。この研究は、より良い結果を得るために、計算と予測の学習プロセスが互いの恩恵を受けるかどうかを調査する予定である。
論文参考訳（メタデータ） (2023-01-11T14:13:23Z)
Improving Diversity of Multiple Trajectory Prediction based on Map-adaptive Lane Loss [12.963269946571476]
本研究では,地図適応の多様性を保証し,幾何学的制約を満たす新しい損失関数,textitLane Lossを提案する。 Argoverseデータセットを用いて行った実験により,提案手法は予測軌道の多様性を著しく向上させることが示された。
論文参考訳（メタデータ） (2022-06-17T09:09:51Z)
Interpretable Social Anchors for Human Trajectory Forecasting in Crowds [84.20437268671733]
本研究では,人混みの軌跡を予測できるニューラルネットワークシステムを提案する。解釈可能なルールベースのインテントを学び、ニューラルネットワークの表現可能性を利用してシーン固有の残差をモデル化する。私たちのアーキテクチャは、インタラクション中心のベンチマークTrajNet++でテストされています。
論文参考訳（メタデータ） (2021-05-07T09:22:34Z)
Congestion-aware Multi-agent Trajectory Prediction for Collision Avoidance [110.63037190641414]
渋滞パターンを明示的に学習し、新しい「センス--学習--Reason--予測」フレームワークを考案する。学習段階を2段階に分解することで、「学生」は「教師」から文脈的手がかりを学習し、衝突のない軌跡を生成する。実験では,提案モデルが合成データセットにおいて衝突のない軌道予測を生成できることを実証する。
論文参考訳（メタデータ） (2021-03-26T02:42:33Z)
Video Prediction via Example Guidance [156.08546987158616]
ビデオ予測タスクでは、将来のコンテンツとダイナミクスのマルチモーダルな性質を捉えることが大きな課題である。本研究では,有効な将来状態の予測を効果的に行うための,シンプルで効果的なフレームワークを提案する。
論文参考訳（メタデータ） (2020-07-03T14:57:24Z)
The Importance of Prior Knowledge in Precise Multimodal Prediction [71.74884391209955]
道路にはよく定義された地形、地形、交通規則がある。本稿では,構造的事前を損失関数として組み込むことを提案する。実世界の自動運転データセットにおけるアプローチの有効性を実証する。
論文参考訳（メタデータ） (2020-06-04T03:56:11Z)
Deep Learning on Traffic Prediction: Methods, Analysis and Future Directions [32.25707921285397]
本稿では,複数の観点からの交通予測における深層学習に基づくアプローチに関する包括的調査を行う。まず,既存の交通予測手法を要約し,分類について述べる。第2に、異なるトラフィック予測アプリケーションにおける最先端のアプローチをリストアップする。
論文参考訳（メタデータ） (2020-04-18T08:28:10Z)
PiP: Planning-informed Trajectory Prediction for Autonomous Driving [69.41885900996589]
マルチエージェント設定における予測問題に対処するために,計画インフォームド・トラジェクトリ予測(PiP)を提案する。本手法は,エゴカーの計画により予測過程を通知することにより,高速道路のデータセット上でのマルチエージェント予測の最先端性能を実現する。
論文参考訳（メタデータ） (2020-03-25T16:09:54Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。