Social STGCNN:代码为“ Social STGCNN 源码

Social-STGCNN:用于人类轨迹预测的社会时空图卷积神经网络 阿卜杜拉·穆罕默德·昆茜 Mohamed Elhoseiny **,Christian Claudel ** **平等建议 阅读全文,在 社会-STGCNN 我们提出了社会时空图卷积神经网络(Social-STGCNN),该模型将人类轨迹预测问题建模为时空图。 我们的结果表明,与先前报道的方法相比,最终位移误差(FDE)较现有技术提高了20%,平均位移误差(ADE)的改进比参数减少了8.5倍,推理速度提高了48倍。 此外,我们的模型具有较高的数据效率,仅使用20%的训练数据就超出了ADE指标上的现有技术水平。 我们提出了一个核函数,将行人之间的社交互动嵌入邻接矩阵中。 仅使用7.6K参数,我们的模型推断速度为0.002s /帧(500Hz)。 Citaion 您可以使用以下方法引用我们的论文: @inprocee