Tracing the Influence of Predecessors on Trajectory Prediction

要約

現実世界の交通シナリオでは、歩行者や自動車の運転手などのエージェントは、例として同様の行動を示す近隣のエージェントを観察し、その行動を自分の行動である程度模倣することがよくあります。
この情報は、軌道予測の事前知識として機能しますが、残念なことに、現在の軌道予測モデルではほとんど見落とされています。
この論文では、同じシーン内の後継者 (ターゲット エージェント) に対する先行者 (同時に隣接するエージェントから識別される) の影響をモデル化する先行者追跡モジュールを組み込んだ、新しい先行者および後続者 (PnS) 手法を紹介します。
この方法では、これらの先行者の移動パターンを利用して、予測器の軌道予測をガイドします。
PnS は、後続動作のモーション エンコーディングを複数の潜在的な先行動作と確率的に効果的に調整し、デコード プロセスを容易にします。
私たちは、ETH/UCY データセット上の歩行者軌跡予測用のグラフベースの予測器に PnS を統合することで、PnS の有効性を実証し、その結果、新しい最先端のパフォーマンスが得られます。
さらに、nuScenes データセット上の車両軌道予測用のトランスベースの予測器で、HD マップベースのシーンコンテキスト モジュールを PnS メソッドに置き換えました。これは、地図情報に依存しなくても、予測器が良好な予測パフォーマンスを維持していることを示しています。

要約(オリジナル)

In real-world traffic scenarios, agents such as pedestrians and car drivers often observe neighboring agents who exhibit similar behavior as examples and then mimic their actions to some extent in their own behavior. This information can serve as prior knowledge for trajectory prediction, which is unfortunately largely overlooked in current trajectory prediction models. This paper introduces a novel Predecessor-and-Successor (PnS) method that incorporates a predecessor tracing module to model the influence of predecessors (identified from concurrent neighboring agents) on the successor (target agent) within the same scene. The method utilizes the moving patterns of these predecessors to guide the predictor in trajectory prediction. PnS effectively aligns the motion encodings of the successor with multiple potential predecessors in a probabilistic manner, facilitating the decoding process. We demonstrate the effectiveness of PnS by integrating it into a graph-based predictor for pedestrian trajectory prediction on the ETH/UCY datasets, resulting in a new state-of-the-art performance. Furthermore, we replace the HD map-based scene-context module with our PnS method in a transformer-based predictor for vehicle trajectory prediction on the nuScenes dataset, showing that the predictor maintains good prediction performance even without relying on any map information.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google