이 논문은 보행자 궤적 예측 문제를 공간-시간 보간 문제로 재정의하고, 확산 모델 기반의 새로운 접근법인 Guided Full Trajectory Diffuser (GFTD)를 제안한다. GFTD는 전체 궤적(과거와 미래)의 결합 분포를 학습하고, 후방 샘플링을 통해 궤적을 예측한다.
GFTD의 주요 특징은 다음과 같다:
실험 결과, GFTD는 기존 방법들과 비교하여 궤적 예측 성능이 유사하거나 우수하며, 특히 노이즈가 있거나 불완전한 데이터 환경에서 강건한 성능을 보였다. 또한 목표 지점 기반의 제어 가능한 궤적 생성에서도 우수한 성능을 보였다.
A otro idioma
del contenido fuente
arxiv.org
Ideas clave extraídas de
by Haotian Lin,... a las arxiv.org 04-02-2024
https://arxiv.org/pdf/2404.00237.pdfConsultas más profundas