公开(公告)号：CN114757975B

公开(公告)日：2024-04-16

申请号：CN202210464974.X

申请日：2022-04-29

申请人： 华南理工大学

发明人： 徐红云 ,  邝涛杰 ,  姚楷曦 ,  李怡泽 ,  罗咫酉 ,  张静怡 ,  屈一伟 ,  苏怡

IPC分类号： G06T7/246 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了一种基于transformer与图卷积网络的行人轨迹预测方法，提取出若干个时间戳内所有包含坐标的行人轨迹数据；对每一个样本的每个时间戳做一个行人关系图；把总样本集分为测试集，训练集与验证集；再用行人关系图对时序数据进行图卷积学习，让轨迹数据附有行人关系；transformer用时序数据提取出每个时间戳的时序特征向量，利用每个时间戳的时序特征向量来生成遵循双变量高斯分布的具体轨迹分布；用损失函数对预测轨迹与真实未来轨迹作对比，得出损失值，再用损失值对预测模型优化，取出最优预测模型，把测试集输入到最优预测模型，得出预测轨迹数据。本发明可准确预测出未来行人的轨迹。

公开(公告)号：CN114757975A

公开(公告)日：2022-07-15

申请号：CN202210464974.X

申请日：2022-04-29

申请人： 华南理工大学

发明人： 徐红云 ,  邝涛杰 ,  姚楷曦 ,  李怡泽 ,  罗咫酉 ,  张静怡 ,  屈一伟 ,  苏怡

IPC分类号： G06T7/246 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于transformer与图卷积网络的行人轨迹预测方法，提取出若干个时间戳内所有包含坐标的行人轨迹数据；对每一个样本的每个时间戳做一个行人关系图；把总样本集分为测试集，训练集与验证集；再用行人关系图对时序数据进行图卷积学习，让轨迹数据附有行人关系；transformer用时序数据提取出每个时间戳的时序特征向量，利用每个时间戳的时序特征向量来生成遵循双变量高斯分布的具体轨迹分布；用损失函数对预测轨迹与真实未来轨迹作对比，得出损失值，再用损失值对预测模型优化，取出最优预测模型，把测试集输入到最优预测模型，得出预测轨迹数据。本发明可准确预测出未来行人的轨迹。