公开(公告)号：CN112418421B

公开(公告)日：2024-01-23

申请号：CN202011229257.6

申请日：2020-11-06

Applicant: 常州大学 ,  江苏省中以产业技术研究院

Inventor： 杨彪 ,  闫国成 ,  徐黎明 ,  何才臻 ,  詹为钦 ,  吕继东 ,  陈阳

IPC: G06N3/08 ,  G06N3/0442 ,  G06N3/0455

Abstract: 本发明涉及一种基于图注意力自编码模型的路侧端行人轨迹预测算法，综合考虑了行人自身的运动状态和周围其他行人特别是运动方向上行人的运动状态对其未来轨迹的影响，本发明通过基于长短期记忆网络的编码器‑解码器进行行人运动轨迹建模，提取行人运动状态，进一步利用图模型和行人之间方位夹角，设计了双注意力机制，为周围行人的影响力分配不同的权重，同时利用潜变量预测器从观测轨迹和真实轨迹中预测潜在的运动变量分布规律，综合以上特点，本发明不仅能够有效的建模行人的运动模式，还能从行人的运动轨迹中学到潜在的运动规律，并且利用本发明提出的双注意力机制有效的建模行人之间的相互影响。

公开(公告)号：CN112418421A

公开(公告)日：2021-02-26

申请号：CN202011229257.6

申请日：2020-11-06

Applicant: 常州大学 ,  江苏省中以产业技术研究院

Inventor： 杨彪 ,  闫国成 ,  徐黎明 ,  何才臻 ,  詹为钦 ,  吕继东 ,  陈阳

IPC: G06N3/08 ,  G06N3/04

Abstract: 本发明涉及一种基于图注意力自编码模型的路侧端行人轨迹预测算法，综合考虑了行人自身的运动状态和周围其他行人特别是运动方向上行人的运动状态对其未来轨迹的影响，本发明通过基于长短期记忆网络的编码器‑解码器进行行人运动轨迹建模，提取行人运动状态，进一步利用图模型和行人之间方位夹角，设计了双注意力机制，为周围行人的影响力分配不同的权重，同时利用潜变量预测器从观测轨迹和真实轨迹中预测潜在的运动变量分布规律，综合以上特点，本发明不仅能够有效的建模行人的运动模式，还能从行人的运动轨迹中学到潜在的运动规律，并且利用本发明提出的双注意力机制有效的建模行人之间的相互影响。

公开(公告)号：CN112347923A

公开(公告)日：2021-02-09

申请号：CN202011229272.0

申请日：2020-11-06

Applicant: 常州大学 ,  江苏省中以产业技术研究院

Inventor： 杨彪 ,  何才臻 ,  徐黎明 ,  闫国成 ,  吕继东 ,  陈阳

IPC: G06K9/00 ,  G06K9/62 ,  G06Q10/04 ,  G06N3/04

Abstract: 本发明涉及本发明提出一种基于对抗生成网络的路侧端行人轨迹生成算法，利用社会注意力机制和行人轨迹潜变量生成多模式预测轨迹；通过轨迹生成器和判别器的对抗生成训练，不断优化生成器和判别器的能力，提高生成器生成轨迹的精确度；提出了基于头部朝向的社会注意力机制，通过行人最后速度方向得到行人头部朝向，并根据头部朝向信息计算出行人之间夹角的余弦值，软注意力和硬注意力机制利用计算出的角度信息优化社会注意力机制输出，并通过最大池化层汇聚输出；提出了一种新的潜变量生成方法，用两个前馈神经网络分别从行人历史轨迹和观测轨迹中学习潜变量，潜变量生成器的输入包括位置、速度、加速度，从这三种输入中分别生成三类潜变量的分布。

公开(公告)号：CN112329685A

公开(公告)日：2021-02-05

申请号：CN202011277057.8

申请日：2020-11-16

Applicant: 常州大学

Inventor： 杨彪 ,  何才臻 ,  徐黎明 ,  陈阳 ,  吕继东 ,  毕卉

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及一种融合型卷积神经网络人群异常行为检测的方法，首先通过卷积神经网络从背景中分离出特定的运动物体；其次提出通过卷积神经网络对基于多尺度信息和多任务学习策略的人群进行计数的算法，前者考虑到图像中人群具有不同尺度信息，通过搭建三通道卷积神经网络进行人群回归计数，后者通过人群密度估计以及人群等级划分利用多任务学习策略提高人群计数的精度；然后通过利用加权卷积自编码‑长短期记忆网络学习正常行为模式，并通过对输入数据与重构数据误差分析进行异常行为检测与定位。最后通过前景分割算法抑制背景噪声的影响，从而进行准确的人群计数，并通过对群体人数进行预判再者对群体异常行为进行预测。