文件名称：sgan:“社交GAN的代码
文件大小：209KB
文件格式：ZIP
更新时间：2024-05-24 17:05:56
deep-learning pytorch generative-adversarial-network trajectory-prediction social-navigation
社交GAN 这是论文的代码 ，，， ， 在 人体运动是人际交往的，多模式的，并且遵循社会惯例。 在本文中，我们通过结合序列预测和生成对抗网络中的工具来解决此问题：循环序列到序列模型可观察运动历史并预测未来行为，并使用一种新颖的汇总机制来汇总人与人之间的信息。 下面我们显示了在复杂情况下我们的模型所做出的社会可接受的预测的示例。 每个人都用不同的颜色表示。 我们用点表示观察到的轨迹，用恒星表示预测的轨迹。 如果您发现此代码对您的研究有用，请引用 @inproceedings{gupta2018social, title={Social GAN: Socially Acceptable Trajectories with Generative Adversarial Networks}, author={Gupta, Agrim and Johnson, Justin and F
【文件预览】：
sgan-master
----images()
--------2.gif(53KB)
--------3.gif(51KB)
--------model.png(103KB)
----requirements.txt(109B)
----sgan()
--------data()
--------models.py(22KB)
--------utils.py(2KB)
--------losses.py(4KB)
----LICENSE(1KB)
----TRAINING.md(7KB)
----scripts()
--------download_models.sh(117B)
--------run_traj.sh(767B)
--------print_args.py(380B)
--------download_data.sh(125B)
--------evaluate_model.py(4KB)
--------train.py(22KB)
----README.md(4KB)
----MODEL_ZOO.md(1KB)