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.
toiselle kielelle
lähdeaineistosta
arxiv.org
Tärkeimmät oivallukset
by Haotian Lin,... klo arxiv.org 04-02-2024
https://arxiv.org/pdf/2404.00237.pdfSyvällisempiä Kysymyksiä