論文の概要: SocialCircle+: Learning the Angle-based Conditioned Interaction Representation for Pedestrian Trajectory Prediction

• arxiv url: http://arxiv.org/abs/2409.14984v1
• Date: Mon, 23 Sep 2024 13:02:12 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-26 15:05:21.922857
• Title: SocialCircle+: Learning the Angle-based Conditioned Interaction Representation for Pedestrian Trajectory Prediction
• Title（参考訳）: SocialCircle+: 歩行者軌道予測のためのアングルに基づく条件付きインタラクション表現の学習
• Authors: Conghao Wong, Beihao Xia, Ziqian Zou, Xinge You,
• Abstract要約: 本論文は,軌道予測ネットワークにおける説明可能性と条件条件性に焦点をあてる。 本研究は, 海産動物が他の動物や水中環境をエコーロケーションで知覚し, アングルに基づく条件付き社会相互作用表現SocialCircle+を構築した。 実験は、異なる軌道予測バックボーンを持つSocialCircle+の優位性を示す。
• 参考スコア（独自算出の注目度）: 10.240007698680097
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Trajectory prediction is a crucial aspect of understanding human behaviors. Researchers have made efforts to represent socially interactive behaviors among pedestrians and utilize various networks to enhance prediction capability. Unfortunately, they still face challenges not only in fully explaining and measuring how these interactive behaviors work to modify trajectories but also in modeling pedestrians' preferences to plan or participate in social interactions in response to the changeable physical environments as extra conditions. This manuscript mainly focuses on the above explainability and conditionality requirements for trajectory prediction networks. Inspired by marine animals perceiving other companions and the environment underwater by echolocation, this work constructs an angle-based conditioned social interaction representation SocialCircle+ to represent the socially interactive context and its corresponding conditions. It employs a social branch and a conditional branch to describe how pedestrians are positioned in prediction scenes socially and physically in angle-based-cyclic-sequence forms. Then, adaptive fusion is applied to fuse the above conditional clues onto the social ones to learn the final interaction representation. Experiments demonstrate the superiority of SocialCircle+ with different trajectory prediction backbones. Moreover, counterfactual interventions have been made to simultaneously verify the modeling capacity of causalities among interactive variables and the conditioning capability.
• Abstract（参考訳）: 軌道予測は人間の行動を理解する上で重要な側面である。 研究者は、歩行者間の社会的にインタラクティブな振る舞いを表現し、予測能力を高めるために様々なネットワークを活用している。 残念なことに、これらのインタラクティブな行動が軌道の変更にどのように機能するかを十分に説明し、測定するだけでなく、変更可能な物理的環境を余分な条件として、歩行者の計画や社会的相互作用への参加をモデル化する上でも課題に直面している。 本書は、主に、軌道予測ネットワークの上記の説明可能性と条件性要件に焦点を当てている。 本研究は, 海産動物が他の動物や水中環境をエコーロケーションで知覚することから着想を得て, 社会的に対話的な文脈とそれに対応する環境を表現するために, アングルに基づく条件付き社会的相互作用表現SocialCircle+を構築した。 ソーシャルブランチと条件分岐を使用して、歩行者が社会的および物理的に、アングルベースの循環シーケンス形式での予測シーンにどのように配置されているかを記述する。 そして、上記条件付き手がかりを社会に融合させ、最終的な相互作用表現を学習する。 実験は、異なる軌道予測バックボーンを持つSocialCircle+の優位性を示す。 さらに,対話型変数間の因果関係のモデリング能力と条件付け能力とを同時に検証するために,対実的介入を行った。

関連論文リスト

• SocialCVAE: Predicting Pedestrian Trajectory via Interaction Conditioned Latents [26.78995672139931]
  本研究では,歩行者軌跡予測のための社会条件変分オートエンコーダ(SocialCVAE)を提案する。 SocialCVAEは、社会的に説明可能な相互作用エネルギーマップを利用して、社会的に合理的な動きランダム性を学ぶ。 25のシーンを含む2つの公開ベンチマーク実験の結果、SocialCVAEは最先端の手法と比較して予測精度を著しく向上することが示された。
  論文  参考訳（メタデータ） (2024-02-27T09:13:27Z)
• Multi-Agent Dynamic Relational Reasoning for Social Robot Navigation [50.01551945190676]
  社会ロボットナビゲーションは、日常生活の様々な状況において有用であるが、安全な人間とロボットの相互作用と効率的な軌道計画が必要である。 本稿では, 動的に進化する関係構造を明示的に推論した系統的関係推論手法を提案する。 マルチエージェント軌道予測とソーシャルロボットナビゲーションの有効性を実証する。
  論文  参考訳（メタデータ） (2024-01-22T18:58:22Z)
• SocialCircle: Learning the Angle-based Social Interaction Representation for Pedestrian Trajectory Prediction [19.075215661355486]
  我々は,ソーシャルインタラクションのコンテキストを継続的に反映する,新しいアングルベースのトレーニング可能なソーシャルインタラクション表現であるSocialCircleを構築した。 提案するSocialCircleの効果を,新たにリリースされたトラジェクトリ予測モデルとともにトレーニングすることで検証する。 実験によると、SocialCircleは予測性能を定量的に改善するだけでなく、質的にも社会的相互作用をシミュレートするのに役立つ。
  論文  参考訳（メタデータ） (2023-10-09T02:59:21Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• Conditioned Human Trajectory Prediction using Iterative Attention Blocks [70.36888514074022]
  本研究では,都市環境における歩行者位置予測を目的とした,簡易かつ効果的な歩行者軌道予測モデルを提案する。 我々のモデルは、複数のアテンションブロックとトランスフォーマーを反復的に実行できるニューラルネットワークアーキテクチャである。 ソーシャルマスク, 動的モデル, ソーシャルプーリング層, 複雑なグラフのような構造を明示的に導入することなく, SoTAモデルと同等の結果が得られることを示す。
  論文  参考訳（メタデータ） (2022-06-29T07:49:48Z)
• The world seems different in a social context: a neural network analysis of human experimental data [57.729312306803955]
  本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。 トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
  論文  参考訳（メタデータ） (2022-03-03T17:19:12Z)
• SSAGCN: Social Soft Attention Graph Convolution Network for Pedestrian Trajectory Prediction [59.064925464991056]
  ソーシャルソフトアテンショングラフ畳み込みネットワーク(SSAGCN)という新しい予測モデルを提案する。 SSAGCNは、歩行者間の社会的相互作用と歩行者と環境間のシーンインタラクションを同時に扱うことを目的としている。 公開データセットの実験は、SAGCNの有効性を証明し、最先端の結果を得た。
  論文  参考訳（メタデータ） (2021-12-05T01:49:18Z)
• PHASE: PHysically-grounded Abstract Social Events for Machine Social Perception [50.551003004553806]
  私たちは、物理的に根拠のある抽象的なソーシャルイベント、フェーズのデータセットを作成します。 フェーズは人間の実験によって検証され、人間は社会出来事において豊かな相互作用を知覚する。 ベースラインモデルとして,最新のフィードフォワードニューラルネットワークよりも優れたベイズ逆計画手法SIMPLEを導入する。
  論文  参考訳（メタデータ） (2021-03-02T18:44:57Z)

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。