计算机应用研究

作者：王红霞,聂振凯,钟强,

单位：沈阳理工大学信息科学与工程学院,沈阳110159；

关键词：行人轨迹预测,部分行人建模,距离阈值,时空注意力机制,双向TCN,门控机制,

基金：辽宁省自然科学基金指导计划资助项目(2022-MS-276)；；

为解决因缺乏部分行人建模思想、缺少时间维度的全局视野和忽略行人交互模式多样性，而导致交互建模不充分、低预测精度等问题，提出基于Social-STGCNN（social spatio-temporal graph convolutional neural network）的改进模型STG-DTBTA（spatio-temporal graph distance threshold Bi-TCN attention）。首先，构建PPM（partial pedestrian module）模块，对不满足距离阈值等约束条件的行人交互连接剪枝以去噪。其次，引入时空注意力机制，空间注意力动态分配交互权重，并设置多个注意力头以处理交互多样性问题；时间注意力捕捉时序数据的时间依赖关系。最后，采用双向TCN增加全局视野以捕捉轨迹数据中的动态模式和趋势，并采用门控机制融合双向特征。在ETH和UCY数据集上的实验结果表明，与Social-STGCNN相比，STG-DTBTA在维持参数量与推理时间接近的情况下，ADE平均降低8%，FDE平均降低16%。STG-DTBTA具有良好的交互建模能力、模型性能和预测效果。

来源：2024年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第11期