Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于改进Social-GAN算法的复杂场景行人轨迹预测方法及装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南京理工大学

摘要:本发明公开了一种基于改进Social‑GAN算法的复杂场景行人轨迹预测方法及装置。首先,根据固定视角采集的数据集对行人进行检测跟踪,利用混合高斯模型和骨骼点检测算法获得行人的过街意图和过街方向。其次,结合行人历史轨迹,以及行人与车辆的交互情况,利用改进Social‑GAN算法,通过生成器、池化块和鉴别器三个部分,输出行人的多模态轨迹。最后,基于NVIDIAJETSONTX2的轨迹预测及预警装置装备到车辆上,通过获得的轨迹信息,实现车辆对过街行人轨迹的提前预测。本发明可以大幅提高复杂交通场景的通行效率,减少人车之间的冲突。

主权项:1.一种基于改进Social-GAN算法的复杂场景行人轨迹预测方法,其特征在于,包括如下步骤:步骤1,获取复杂场景的固定视角数据训练集,对行人目标进行跟踪检测。步骤2,利用混合高斯模型和骨骼点检测算法,对检测到的行人进行过街意图的识别以及过街方向的判别。步骤3,在确定好行人的过街需求后,利用改进Social-GAN算法,搭建改进GAN网络,确定生成器、池化块以及鉴别器,利用多元多样性损失函数,对行人的下一时刻轨迹进行多模态轨迹预测。

全文数据:

权利要求:

百度查询: 南京理工大学 基于改进Social-GAN算法的复杂场景行人轨迹预测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。