論文の概要: Evaluating Human Trajectory Prediction with Metamorphic Testing

• arxiv url: http://arxiv.org/abs/2407.18756v1
• Date: Fri, 26 Jul 2024 14:10:14 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-29 13:09:10.290554
• Title: Evaluating Human Trajectory Prediction with Metamorphic Testing
• Title（参考訳）: メタモルフィックテストによる人体軌道予測の評価
• Authors: Helge Spieker, Nassim Belmecheri, Arnaud Gotlieb, Nadjib Lazaar,
• Abstract要約: 人間の軌道の予測は、現実世界で行動する自律システムの計画において重要である。 予測は将来の軌道と正確に一致しない。 メタモルフィックテストのヒト軌道予測への応用について検討する。
• 参考スコア（独自算出の注目度）: 15.836913530330786
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The prediction of human trajectories is important for planning in autonomous systems that act in the real world, e.g. automated driving or mobile robots. Human trajectory prediction is a noisy process, and no prediction does precisely match any future trajectory. It is therefore approached as a stochastic problem, where the goal is to minimise the error between the true and the predicted trajectory. In this work, we explore the application of metamorphic testing for human trajectory prediction. Metamorphic testing is designed to handle unclear or missing test oracles. It is well-designed for human trajectory prediction, where there is no clear criterion of correct or incorrect human behaviour. Metamorphic relations rely on transformations over source test cases and exploit invariants. A setting well-designed for human trajectory prediction where there are many symmetries of expected human behaviour under variations of the input, e.g. mirroring and rescaling of the input data. We discuss how metamorphic testing can be applied to stochastic human trajectory prediction and introduce the Wasserstein Violation Criterion to statistically assess whether a follow-up test case violates a label-preserving metamorphic relation.
• Abstract（参考訳）: 人間の軌道の予測は、例えば自動運転や移動ロボットなど、現実世界で機能する自律システムの計画において重要である。 人間の軌道予測はノイズの多いプロセスであり、将来の軌道と正確に一致しない。 したがって、これは確率的問題としてアプローチされ、真と予測された軌道の誤差を最小限に抑えることが目的である。 本研究では,ヒトの軌道予測におけるメタモルフィックテストの適用について検討する。 メタモルフィックテストは、不明または欠落したテストオラクルを扱うように設計されている。 人間の軌道予測にはよく設計されており、正しい行動や誤った行動の明確な基準は存在しない。 メタモルフィック関係は、ソーステストケースよりも変換に依存し、不変性を悪用する。 入力データのミラーリングや再スケーリングなど、入力のバリエーションの下で、期待される人間の振る舞いの対称性が多数存在するような、人間の軌道予測のための設定を適切に設計する。 本稿では, 確率的人間の軌跡予測にメタモルフィックテストをどのように適用できるかを議論し, フォローアップテストケースがラベル保存メタモルフィック関係に反するかどうかを統計的に評価するために, ワッサーシュタイン振動基準を導入する。

関連論文リスト

• Adaptive Human Trajectory Prediction via Latent Corridors [49.13061580045407]
  シーン固有の適応軌道予測の問題を定式化する。 本稿では,潜伏回廊と呼ばれる即時チューニングにインスパイアされた新しい適応手法を提案する。 0.1%の追加モデルパラメータでは、MOTシンスシミュレーションデータの改善が23.9%、MOTおよびワイルドトラックにおけるADEが16.4%となる。
  論文  参考訳（メタデータ） (2023-12-11T18:59:12Z)
• Uncertainty estimation of pedestrian future trajectory using Bayesian approximation [137.00426219455116]
  動的トラフィックシナリオでは、決定論的予測に基づく計画は信頼できない。 著者らは、決定論的アプローチが捉えられない近似を用いて予測中の不確実性を定量化する。 将来の状態の不確実性に対する降雨重量と長期予測の影響について検討した。
  論文  参考訳（メタデータ） (2022-05-04T04:23:38Z)
• Stochastic Trajectory Prediction via Motion Indeterminacy Diffusion [88.45326906116165]
  運動不確定性拡散(MID)の逆過程として軌道予測タスクを定式化する新しい枠組みを提案する。 我々は,履歴行動情報と社会的相互作用を状態埋め込みとしてエンコードし,トランジトリの時間的依存性を捉えるためにトランスフォーマーに基づく拡散モデルを考案する。 スタンフォード・ドローンやETH/UCYデータセットなど,人間の軌道予測ベンチマーク実験により,本手法の優位性を実証した。
  論文  参考訳（メタデータ） (2022-03-25T16:59:08Z)
• Trajectory Forecasting from Detection with Uncertainty-Aware Motion Encoding [121.66374635092097]
  物体検出と追跡から得られる軌道は、必然的にうるさい。 本稿では, 明示的に形成された軌道に依存することなく, 直接検出結果に基づく軌道予測器を提案する。
  論文  参考訳（メタデータ） (2022-02-03T09:09:56Z)
• Towards Robust Human Trajectory Prediction in Raw Videos [8.301214274565819]
  生ビデオにおける人間の軌道予測の問題について検討する。 予測精度は,種々のトラッキングエラーの影響を受けやすいことを示す。 本稿では,予測整合性を時間とともに強制することにより,トラッキング障害を修正するための簡易かつ効果的な手法を提案する。
  論文  参考訳（メタデータ） (2021-08-18T17:27:26Z)
• Human Trajectory Prediction via Counterfactual Analysis [87.67252000158601]
  複雑な動的環境における人間の軌道予測は、自律走行車やインテリジェントロボットにおいて重要な役割を果たす。 既存のほとんどの手法は、歴史の軌跡や環境からの相互作用の手がかりから行動の手がかりによって将来の軌跡を予測することを学習している。 本研究では,予測軌跡と入力手がかりの因果関係を調べるために,人間の軌跡予測に対する反実解析手法を提案する。
  論文  参考訳（メタデータ） (2021-07-29T17:41:34Z)
• SGCN:Sparse Graph Convolution Network for Pedestrian Trajectory Prediction [64.16212996247943]
  歩行者軌道予測のためのスパースグラフ畳み込みネットワーク(SGCN)を提案する。 具体的には、SGCNはスパース指向の相互作用をスパース指向の空間グラフと明確にモデル化し、適応的な相互作用歩行者を捉える。 可視化は,歩行者の適応的相互作用とその運動特性を捉えることができることを示す。
  論文  参考訳（メタデータ） (2021-04-04T03:17:42Z)
• On complementing end-to-end human motion predictors with planning [31.025766804649464]
  人間の運動予測のための高容量エンドツーエンドアプローチは、人間の行動における微妙なニュアンスを表現する能力を持つが、分布入力やテールイベントから外れた頑健さに苦しむ。 一方、計画ベースの予測は、適切な予測を確実に出力できます。
  論文  参考訳（メタデータ） (2021-03-09T19:02:45Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。