CN118629006B 一种基于稀疏时空图Transformer网络的行人轨迹预测方法 （南通大学）_第1页
CN118629006B 一种基于稀疏时空图Transformer网络的行人轨迹预测方法 （南通大学）_第2页
CN118629006B 一种基于稀疏时空图Transformer网络的行人轨迹预测方法 （南通大学）_第3页
CN118629006B 一种基于稀疏时空图Transformer网络的行人轨迹预测方法 （南通大学）_第4页
CN118629006B 一种基于稀疏时空图Transformer网络的行人轨迹预测方法 （南通大学）_第5页
已阅读5页，还剩14页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于稀疏时空图Transformer网络的行本发明提供了一种基于稀疏时空图Transformer网络的行人轨迹预测方法，属于计头注意力机制对空间依赖的多种模型进行联合Transformer的时空块链的模型框架。本发明的2所述步骤S5具体为：观测轨迹首先通过全连接层得到输入特征，接Tobs-k+1的输出，稀疏空间Transfor和进行融合得到作为后续稀疏时间Transformer的输入，最终生成一个新的张2.根据权利要求1所述的基于稀疏时空图Transf空间嵌入特征通过学习一个线性映射，将每个节Transformer的输入特征Xs经过空间嵌入后得到空间嵌入特征e,再将每个时间步的嵌入特征投影到高维潜在子空间中，投影映射是由多个全连接层组成的前馈神经网络实现3sss)＝SsVs采用自注意力机制用于图上的消息传递，使用多头注意力函数Multihead3.根据权利要求1所述的基于稀疏时空图Transttt)＝StVt。4.根据权利要求1所述的基于稀疏时空图Transformer4[0001]本发明涉及计算机视觉技术领域，尤其涉及一种基于稀疏时空图Transformer网[0006]本发明的目的在于提供一种基于稀疏时空图Transformer网络的行人轨迹预测方[0007]本发明的发明思想为：本发明提供一种基于稀疏时空图Transformer网络的行人轨迹预测方法，首先基于Transformer的网络框架，提出了一种空间Transformer和时间[0008]为了实现上述发明目的，本发明采用技术方案具体为：一种基于稀疏时空图[0010]S2：使用动态空间Transformer，利用自注意力机制对空间依赖关系进行动态建5空间Transformer的输入特征Xs经过空间嵌入后得到空间嵌入特征e,再将每个时间步的6Tobs-k+1的输出。稀疏空间Transfor的张量T。[0036]与现有技术相比，本发明的有益效果为：本发明提出的一种基于稀疏时空图依赖关系进行动态建模，降低交互冗余，实时捕捉行人状态信息；所提出的稀疏时间Transformer能有效实现跨多个时间步长的双向时间依赖性建模，所提出的时空块链的模的准确性，本发明能够有效提高在拥挤环境下和长距离时间步长下行人轨迹预测的准确7[0047]S2：使用动态空间Transformer，利用自注意力机制对空间依赖关系进行动态建空间Transformer的输入特征Xs经过空间嵌入后得到空间嵌入特征再将每个时间步的嵌8Tobs_k+1的输出。稀疏空间Transfor的行人轨迹预测方法，本发明实施例提供了基于稀疏时空图Transformer网络的不同方法[0077]S2：使用动态空间Transformer，利用自注意力机制对空间依赖关系进行动态建9

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论