GD-GAN: Generative Adversarial Networks for Trajectory Prediction and Group Detection in Crowds

GD-GAN: Generative Adversarial Networks for Trajectory Prediction and Group Detection in Crowds

2019-09-24 10:16:03

Paper: https://arxiv.org/pdf/1812.07667.pdf 

Demo video: https://www.youtube.com/watch?v=7cCIC_JIfms 

 

本文提出一種基於產生式對抗網絡的聯合方法來進行軌跡預測和團伙檢測。

 

 

1. Neighborhood Modelling: 

給定行人 k  的軌跡，從視頻幀 1 到 Tobs，記爲：

而後做者用 LSTM 對這些軌跡進行編碼，獲得其 feature embedding：

而後，做者用 attention 機制，對這些隱層狀態進行加權處理，獲得：

其中，權重是經過以下的方式進行計算獲得的：

在這裏的 a 是一個前向神經網絡，是與其餘模塊聯合訓練的。此外，做者爲了將緊鄰的軌跡也建模進來，採用了 hardwired attention context vector，權重 w 的計算方法以下：

 

其中，dist (n, j) 是第 n 個近鄰和 第 j 個時刻的距離。而後，咱們能夠經過聚合全部的近鄰，獲得：$C_t^{h, k}$：

 

 

最終，做者融合 soft attention 和 hardwired attention context vector 來表示當前近鄰內容：

 

2. Trajectory Prediction：

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

==