- 专利标题: 基于深层次卷积长短记忆网络的人群轨迹预测方法及系统
- 专利标题(英): Crowd trajectory prediction method and system based on deep convolutional long-short memory network
-
申请号: CN201910857181.2申请日: 2019-09-11
-
公开(公告)号: CN110737968A公开(公告)日: 2020-01-31
- 发明人: 宋晓 , 陈凯 , 周军华 , 魏宏夔
- 申请人: 北京航空航天大学 , 北京电子工程总体研究所
- 申请人地址: 北京市海淀区学院路37号
- 专利权人: 北京航空航天大学,北京电子工程总体研究所
- 当前专利权人: 北京航空航天大学,北京电子工程总体研究所
- 当前专利权人地址: 北京市海淀区学院路37号
- 代理机构: 北京高沃律师事务所
- 代理商 刘凤玲
- 主分类号: G06F30/20
- IPC分类号: G06F30/20 ; G06N3/04 ; G06N3/08
摘要:
本发明公开一种基于深层次卷积长短记忆网络的人群轨迹预测方法及系统,方法包括:首先确定行人轨迹数据集;其次根据行人轨迹数据集确定训练集和测试集;再次构建深层次卷积长短时记忆网络Conv-LSTM模型;然后根据训练集和所述测试集确定深层Conv-LSTM模型的参数;最后根据带有参数的深层Conv-LSTM模型进行人群轨迹预测。本发明构建了深层次卷积长短时记忆网络Conv-LSTM模型,并利用深层Conv-LSTM模型进行人群轨迹预测,一方面提高网络的复杂度和对人群轨迹预测的精度,加深网络对人群历史轨迹的时间和空间记忆,另一方面采用卷积网络对Conv-LSTM层输出的上下文语义空间信息,进一步提高网络的回归能力。
公开/授权文献
- CN110737968B 基于深层次卷积长短记忆网络的人群轨迹预测方法及系统 公开/授权日:2021-03-16