Social-lstm算是比较出名的行人轨迹预测方法了。2016年CVPR的论文,在这个领域已经算是比较古老的方法了,但是许多后续论文都是受到这篇文章的启发,被引量达到了120。想研究轨迹预测,这是相当不错的一个入门文章,而且网上的代码复现也比较齐全。这篇文章同时整合了行人自身轨迹和周围人群影响,把每个人看作lstm,在每个...
本文接下来的实现代码来自https://github.com/xuerenlv/social-lstm-tf,代码语言为Python3,代码大体实现了原论文中核心原创部分的模型,包括Vanilla LSTM(没有考虑行人轨迹之间关联性的LSTM)和Social LSTM(使用池化层考虑了行人轨迹之间关联性的LSTM模型)的模型构建、训练和小样本测试的代码,但对横向对比的其他模型、...