龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：延安大学
摘要：本发明公开了一种基于分层注意力机制的行人轨迹预测方法，属于自动驾驶技术领域。该方法在预测过程中使用多重注意力图表示隐变量，建立多层交互关系，更好地捕捉社交多行人系统的动态；通过引入注意力机制，表示关系的不同强度；基于多重网络理论，结合多层关系图学习不同层级的交互关系，每一层通过注意力机制相互作用和影响，并使用从简单到复杂的分层训练策略，以分阶段、渐进的方式学习和完善模型。
主权项：1.一种基于分层注意力机制的行人轨迹预测方法，其特征在于，包括以下步骤：S1，获得N个行人在某个时间位置特征向量；S2，将N个行人的位置特征向量嵌入至编码器中的图神经网络GNN，作为图神经网络GNN多重注意力图中的初始节点向量；基于初始节点向量，获得初始节点隐状态；基于多重注意力图中各个初始节点隐状态，通过多层感知机MLP网络，获得边的初始未归一化权重；基于初始未归一化权重，对边嵌入进行分类获得k个图层，获得每一个图层初始关系矩阵；基于每一个图层初始关系矩阵，拼接后多重注意力图的初始隐变量；其中，每一个图层通过各自的编码器网络学习；S3，将初始节点向量转换为隐态表征，进而计算边的隐状态；基于边的隐状态更新初始节点隐状态，获得更新节点隐状态，进一步的更新边的隐状态，获得更新后的边的隐状态；基于更新的边的隐状态和更新节点隐状态，获得更新的图层关系矩阵；S4，通过解码器对节点隐状态进行解码，基于更新的节点隐状态，将初始关系矩阵作为注意力图，聚合每一个图层中行人之间相互作用强度、以及其他行人对所述节点对应行人的影响，获得聚合消息；基于聚合消息和更新的节点隐状态，通过门控循环单元更新所述节点对应行人的隐状态，结合读出网络获得行人的下一个位置特征；S5，重复S3和S4，持续预测行人的下一个位置特征，获得行人轨迹。
全文数据：
权利要求：
百度查询： 延安大学 一种基于分层注意力机制的行人轨迹预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号