Key points are not available for this paper at this time.
La prédiction de la trajectoire de mouvement des piétons est une tâche importante dans la conduite intelligente, et elle peut fournir une référence précieuse pour la décision de chemin subséquente de la conduite intelligente. Cependant, jusqu'à présent, il n'existe que quelques modèles dans le domaine de la prédiction de trajectoire de mouvement piéton spécifique dans la conduite intelligente à partir de vidéos en première personne de prise de vue éloignée. Pour accomplir cette tâche, nous avons proposé un modèle d'apprentissage profond pour la prédiction de la trajectoire de mouvement des piétons à partir de vidéos en première personne de prise de vue éloignée avec quatre innovations clés : a) Un module de prédiction de trajectoire piétonne macroscopique est établi sous la corrélation étroite entre les images voisines pour estimer la trajectoire de mouvement des piétons dans son ensemble ; b) Un module de transformation de mouvement relatif de la caméra montée sur le véhicule est conçu pour tenir compte de l'effet de l'ego-mouvement de la caméra montée sur le véhicule sur la trajectoire de mouvement des piétons ; c) Nous avons mis en place un module d'entraînement circulaire pour maintenir le nombre de paramètres dans notre modèle afin de simplifier et de réduire la taille du modèle ; d) Un nouvel ensemble de données de mouvement piéton de prise de vue éloignée sous la conduite intelligente est spécifiquement établi pour entraîner et tester le modèle proposé. Les quatre modules ci-dessus sont intégrés dans le modèle d'apprentissage profond proposé, qui atteint des résultats à la pointe de la technologie pour prédire la trajectoire de mouvement des piétons à partir de vidéos en première personne de prise de vue éloignée et proche.
Cai et al. (Jeu,) ont étudié cette question.