-
公开(公告)号:CN110929841B
公开(公告)日:2023-04-18
申请号:CN201910964360.6
申请日:2019-10-11
Applicant: 浙江大学城市学院
IPC: G06N3/0442
Abstract: 本发明提供一种基于增强意图的循环神经网络模型预测行人轨迹的方法,来实现行人的移动轨迹的预测,包括以下步骤:S1)获取轨迹图;S2)意图增强‑语义策略选择;S3)基于门控循环单元的行人移动轨迹预测。本发明的优点是:通过图网络模型的相邻节点增强用户意图,并加入循环神经网络对行人移动轨迹进行预测,该模型在top‑k的准确度上相与其他算法相比效果提升明显。
-
公开(公告)号:CN109871469A
公开(公告)日:2019-06-11
申请号:CN201910149565.9
申请日:2019-02-28
Applicant: 浙江大学城市学院
IPC: G06F16/901 , G06F16/906 , G06K9/62
Abstract: 本发明提供一种基于动态图元的小簇人群识别方法,包括如下步骤:S1)提取轨迹;S2)基于动态图元的场景建模;S3)基于卷积神经网络的人群分类。本发明的优点为:通过提取行人的轨迹图的语义信息,让后续的神经网络捕捉到更好的特征信息从而完成分类,该模型在准确率与召回率指标上同传统的机器学习方法相比效果提升明显。
-
-
公开(公告)号:CN109871469B
公开(公告)日:2021-09-24
申请号:CN201910149565.9
申请日:2019-02-28
Applicant: 浙江大学城市学院
IPC: G06F16/901 , G06F16/906 , G06K9/62
Abstract: 本发明提供一种基于动态图元的小簇人群识别方法,包括如下步骤:S1)提取轨迹;S2)基于动态图元的场景建模;S3)基于卷积神经网络的人群分类。本发明的优点为:通过提取行人的轨迹图的语义信息,让后续的神经网络捕捉到更好的特征信息从而完成分类,该模型在准确率与召回率指标上同传统的机器学习方法相比效果提升明显。
-
-
-