恭喜西安交通大学;宁波市舜安人工智能研究院王乐获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜西安交通大学;宁波市舜安人工智能研究院申请的专利一种基于互补注意力的行人轨迹预测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114429490B 。
龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210102800.9,技术领域涉及:G06T7/246;该发明授权一种基于互补注意力的行人轨迹预测方法及系统是由王乐;段景海;周三平;陈仕韬;辛景民;郑南宁设计研发完成,并于2022-01-27向国家知识产权局提交的专利申请。
本一种基于互补注意力的行人轨迹预测方法及系统在说明书摘要公布了:本发明公开了一种基于互补注意力的行人轨迹预测方法及系统,所述方法包括以下步骤:获取待轨迹预测的行人观测轨迹序列;将所述行人观测轨迹序列输入预训练好的行人轨迹预测模型,输出轨迹预测结果;其中,所述行人轨迹预测模型包括:空间交互神经网络,用于输入所述行人观测轨迹序列,输出空间轨迹特征;时序运动趋势神经网络,用于输入所述空间轨迹特征,输出时空轨迹特征;第一多层感知机网络,用于输入所述时空轨迹特征,输出作为轨迹预测结果的终点分布。本发明提供的行人轨迹预测方法或系统,在面临行人运动的特殊情况时,可获得较准确的预测结果。
本发明授权一种基于互补注意力的行人轨迹预测方法及系统在权利要求书中公布了:1.一种基于互补注意力的行人轨迹预测方法,其特征在于,包括以下步骤:获取待轨迹预测的行人观测轨迹序列;将所述行人观测轨迹序列输入预训练好的行人轨迹预测模型,输出轨迹预测结果;其中,所述行人轨迹预测模型包括:空间交互神经网络,用于输入所述行人观测轨迹序列,输出空间轨迹特征;时序运动趋势神经网络,用于输入所述空间轨迹特征,输出时空轨迹特征;第一多层感知机网络,用于输入所述时空轨迹特征,输出作为轨迹预测结果的终点分布;其中,所述空间交互神经网络包括:第一判别器,用于输入所述行人观测轨迹序列,输出空间交互的一般情况矩阵和特殊情况矩阵;第一单头自注意力网络,用于输入所述行人观测轨迹序列和空间交互的一般情况矩阵,输出空间交互一般情况特征;第二单头自注意力网络,用于输入所述行人观测轨迹序列和空间交互的特殊情况矩阵,输出空间交互特殊情况特征;第一特征融合网络,用于输入所述空间交互一般情况特征和所述空间交互特殊情况特征,输出空间轨迹特征;所述时序运动趋势神经网络包括:第二判别器,用于输入所述空间轨迹特征,输出时序运动趋势的一般情况矩阵和特殊情况矩阵;第三单头自注意力网络,用于输入所述空间轨迹特征和时序运动趋势的一般情况矩阵,输出时空运动一般情况特征;第四单头自注意力网络,用于输入所述空间轨迹特征和时序运动趋势的特殊情况矩阵,输出时空运动特殊情况特征;第二特征融合网络,用于输入所述时空运动一般情况特征和所述时空运动特殊情况特征,输出时空轨迹特征;所述预训练好的行人轨迹预测模型的获取步骤包括:获取样本训练集;其中,每个样本均包括行人样本观测轨迹序列和未来真实轨迹;将选取样本中的行人样本观测轨迹序列输入行人轨迹预测模型,输出获得预测的未来轨迹的终点分布;计算所述预测的未来轨迹的终点分布与所述选取样本中的未来真实轨迹的终点的极大似然估计损失,获得损失值;基于所述损失值,更新模型参数,达到预设收敛条件后,获得所述预训练好的行人轨迹预测模型。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西安交通大学;宁波市舜安人工智能研究院,其通讯地址为:710049 陕西省西安市咸宁西路28号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。