要約
Dual Consistency Constraints と Multi-Pseudo-Target 監視によるモーション予測の新しいフレームワークを提示します。
運動予測タスクは、過去の空間情報と時間情報を組み込むことで、車両の将来の軌道を予測します。
DCMS の重要な設計は、トレーニング段階での空間的および時間的摂動下で予測された軌道を正則化する、提案されている Dual Consistency Constraints です。
さらに、正確な疑似ターゲットを取得して、複数のターゲットを明示的に使用する監視、つまりマルチ疑似ターゲット監視を通じて、モーション予測のマルチモダリティをモデル化するための新しい自己アンサンブル方式を設計します。
Argoverse モーション予測ベンチマークでの実験結果は、DCMS が最先端の方法を大幅に上回り、リーダーボードで 1 位を獲得したことを示しています。
また、提案された戦略が一般的なトレーニングスキームとして他のモーション予測アプローチに組み込まれることも示しています。
要約(オリジナル)
We present a novel framework for motion forecasting with Dual Consistency Constraints and Multi-Pseudo-Target supervision. The motion forecasting task predicts future trajectories of vehicles by incorporating spatial and temporal information from the past. A key design of DCMS is the proposed Dual Consistency Constraints that regularize the predicted trajectories under spatial and temporal perturbation during the training stage. In addition, we design a novel self-ensembling scheme to obtain accurate pseudo targets to model the multi-modality in motion forecasting through supervision with multiple targets explicitly, namely Multi-Pseudo-Target supervision. Our experimental results on the Argoverse motion forecasting benchmark show that DCMS significantly outperforms the state-of-the-art methods, achieving 1st place on the leaderboard. We also demonstrate that our proposed strategies can be incorporated into other motion forecasting approaches as general training schemes.
arxiv情報
著者 | Maosheng Ye,Jiamiao Xu,Xunnong Xu,Tengfei Wang,Tongyi Cao,Qifeng Chen |
発行日 | 2023-02-28 01:46:21+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google