SGNet-ED

新的MMPM框架改进了视频中的行人轨迹预测

研究人员开发了一个名为MMPM的新框架，以改进从第一人称视角视频进行的行人轨迹预测。该模型通过单独模拟不同的模式（例如过马路或不过马路）来应对多模态行人行为的挑战。MMPM框架包括一个行为感知的行人交互模块（PIM）和一个基于CVAE的模式感知轨迹预测器（MTP），它们共同捕捉复杂的交互和意图。在PIE和JAAD数据集上的实验表明，MMPM的性能优于现有的最先进方法，并且可以与BiTrap-NP和SGNet-ED等其他框架集成。