English(EN) TSCA-Net: Temporal-Spatial Clique Attention for Interpretable Multimodal Pedestrian Trajectory Prediction

TSCA-Net 通过新颖的注意力和自适应模块改进行人轨迹预测

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-15 04:00

研究人员开发了 TSCA-Net，一个用于拥挤环境中行人轨迹预测的新颖框架。该系统通过引入可学习的时间门控、用于代理关系动态团体的潜在框架以及根据运动不确定性调整模型复杂度的自适应机制，解决了现有模型的局限性。在基准数据集上的实验表明，TSCA-Net 取得了最先进的性能。 AI

影响这项研究推进了行人轨迹预测，通过处理复杂、多模态的运动，有可能改进自动驾驶和机器人领域的应用。

排序理由这是一篇详细介绍新模型及其在基准测试中性能的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Md Mustafizur Rahman, Guangchao Yang, A F M Abdun Noor, Md Imam Ahasan, Md Mahfuzur Rahman, Md Ariful Islam · 2026-07-15 04:00

TSCA-Net：用于可解释多模态行人轨迹预测的时空团注意力

arXiv:2607.11939v1 Announce Type: new Abstract: Accurate pedestrian trajectory prediction in crowded environments remains challenging due to the multimodal uncertainty of human motion and the variable complexity of motion dynamics across different scene contexts. Existing goal-co…