文件名称：PECNet:预测终点条件轨迹预测
文件大小：144.22MB
文件格式：ZIP
更新时间：2024-05-13 00:43:38
JupyterNotebook
PECNet：行人端点条件轨迹预测网络 该存储库包含该论文的代码，。 ， ， ， ， ， ， 接受 （口服） 摘要：具有多个社交交互代理的人体轨迹预测对于人类环境中的自动导航（例如，自动驾驶汽车和社交机器人）至关重要。 在这项工作中，我们提出了预测终点条件网络（PECNet），用于灵活的人体轨迹预测。 PECNet推断远处的轨迹终点，以协助进行远程多模态轨迹预测。 新颖的非本地社交池层使PECNet能够推断出各种但符合社会要求的轨迹。 此外，我们提出了一个简单的“截断技巧”，以改善多样性和多模式轨迹预测性能。 以下是通过我们的模型预测的行人轨迹和相应地面真实性的示例。 每个人用不同的颜色表示，过去用圆圈表示，未来用星星表示。 对于预测和基本事实而言，过去都是一样的。 左图显示了我们的模型预测的未来轨迹，右图显示了实际发生的地面真实情况的未来轨迹。 如果您发现此代码
【文件预览】：
PECNet-master
----utils()
--------social_utils.py(7KB)
--------models.py(7KB)
----notebooks()
--------eth_pecnet_no_pooling.ipynb(115KB)
----social_pool_data()
--------train_all_512_0_100.pickle(57.34MB)
--------test_all_4096_0_100.pickle(68.2MB)
----images()
--------model.JPG(85KB)
--------predicted.gif(1.69MB)
--------ground_truth.gif(1.69MB)
----scripts()
--------test_pretrained_model.py(5KB)
--------training_loop.py(7KB)
----saved_models()
--------PECNET_social_model3.pt(48.09MB)
--------PECNET_social_model1.pt(48.09MB)
--------PECNET_social_model2.pt(48.09MB)
----requirements.txt(51B)
----config()
--------config_gen.py(2KB)
--------optimal.yaml(600B)
----LICENSE(1KB)
----README.md(5KB)
----.gitignore(2KB)