[發明專利]一種基于趨勢引導與稀疏交互的行人軌跡預測方法及系統

有效

• 申請號: 202011092613.4
• 申請日: 2020-10-13
• 公開（公告）號: CN112215423B
• 公開（公告）日: 2023-06-06
• 發明（設計）人: 王樂;石劉帥;鄭南寧
• 申請（專利權）人: 西安交通大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/0464;G06N3/042;G06N3/049;G06N3/08
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 馬貴香

1.一種基于趨勢引導與稀疏交互的行人軌跡預測方法，其特征在于，包括以下步驟：

步驟1，采集獲取觀測到的行人軌跡點；以行人軌跡點作為圖的節點，分別獲取空間行人圖和時間軌跡圖；將空間行人圖的鄰接矩陣初始化為全1矩陣，獲得空間行人完全圖；將時間軌跡圖的鄰接矩陣初始化為上三角全1矩陣，獲得時間軌跡完全圖；

步驟2，基于步驟1獲得的空間行人完全圖和時間軌跡完全圖，獲得空間行人稀疏圖和時間軌跡稀疏圖；基于空間行人稀疏圖和時間軌跡稀疏圖，獲得空間行人稀疏圖的權重鄰接矩陣和時間軌跡稀疏圖的權重鄰接矩陣；

步驟3，將空間行人稀疏圖的權重鄰接矩陣進行歸一化處理，獲得空間行人稀疏圖的歸一化權重鄰接矩陣；基于空間行人稀疏圖的歸一化權重鄰接矩陣，獲得歸一化后的空間行人稀疏圖；將時間軌跡稀疏圖的權重鄰接矩陣進行歸一化處理，獲得時間軌跡稀疏圖的歸一化權重鄰接矩陣；基于時間軌跡稀疏圖的歸一化權重鄰接矩陣，獲得歸一化后的時間軌跡稀疏圖；

步驟4，基于步驟3獲得的歸一化后的空間行人稀疏圖和時間軌跡稀疏圖，構建獲得空間時間行人稀疏圖與時間空間軌跡稀疏圖；

步驟5，基于步驟4獲得的空間時間行人稀疏圖與時間空間軌跡稀疏圖，提取獲得稀疏交互特征和趨勢特征；

步驟6，基于步驟5獲得的稀疏交互特征和趨勢特征，預測獲得行人的未來軌跡分布，完成行人軌跡預測。

2.根據權利要求1所述的一種基于趨勢引導與稀疏交互的行人軌跡預測方法，其特征在于，步驟1中，所述以行人軌跡點作為圖的節點，分別獲取空間行人圖和時間軌跡圖具體包括：

1.1)以行人軌跡點作為圖的節點，分別在每個時間點上建立空間行人圖；通過空間行人圖的鄰接矩陣來表示行人間的交互情況；

1.2)以行人軌跡點作為圖的節點，對每個行人的軌跡按照時間順序建立時間軌跡圖；通過時間軌跡圖的鄰接矩陣表示軌跡點與軌跡點之間的關系，軌跡點與軌跡點之間的關系看作軌跡的趨勢。

3.根據權利要求1所述的一種基于趨勢引導與稀疏交互的行人軌跡預測方法，其特征在于，步驟2具體包括：

2.1)對空間行人完全圖使用自注意力機制得到任意兩個節點之間的行人交互分數矩陣；對時間軌跡完全圖使用自注意力機制得到任意兩個節點之間的軌跡點交互分數矩陣；

2.2)對行人交互分數矩陣和軌跡點交互分數矩陣的行與列使用非對稱卷積網絡提取獲得空間行人圖和時間軌跡圖的深層次的交互特征；

2.3)對獲得的空間行人圖和時間軌跡圖的深層次的交互特征使用邏輯回歸并設置閾值來進行分類，得到0/1矩陣來更新空間行人完全圖和時間軌跡完全圖得到空間行人稀疏圖和時間軌跡稀疏圖；其中，0表示節點不連接，1表示節點連接；

2.4)對獲得的空間行人圖和時間軌跡圖的深層次的交互特征使用邏輯回歸得到空間行人完全圖和時間軌跡完全圖的權重鄰接矩陣；

2.5)將步驟2.3)得到的0/1矩陣與步驟2.4)得到的權重矩陣進行元素間的矩陣相乘，得到空間行人稀疏圖和時間軌跡稀疏圖的權重鄰接矩陣。

4.根據權利要求1所述的一種基于趨勢引導與稀疏交互的行人軌跡預測方法，其特征在于，步驟3中的歸一化處理為，使用歸一化函數Zero-Softmax進行歸一化；

歸一化函數Zero-Softmax表示為，

式中，x為輸入向量，ε為一個接近于0的數，用于防止分母為0；D是輸入向量x的元素個數。

5.根據權利要求1所述的一種基于趨勢引導與稀疏交互的行人軌跡預測方法，其特征在于，步驟4中，

構建空間時間行人稀疏圖的步驟包括：將空間行人稀疏圖按照時間順序拼接起來得到空間時間行人稀疏圖；將空間行人稀疏圖的權重鄰接矩陣按照時間順序拼接起來得到空間時間行人稀疏圖的權重鄰接矩陣；

構建時間空間軌跡稀疏圖的步驟包括：將時間軌跡稀疏圖拼接起來得到時間空間軌跡稀疏圖；將時間軌跡稀疏圖的權重鄰接矩陣拼接起來得到時間空間軌跡稀疏圖的權重鄰接矩陣。