公开(公告)号：CN115937896A

公开(公告)日：2023-04-07

申请号：CN202211512613.4

申请日：2022-11-28

Applicant: 北京工业大学

Inventor： 任柯燕 ,  袁帅 ,  边青云 ,  谷美颖 ,  张淳

IPC: G06V40/10 ,  G06V20/40

Abstract: 本发明公开了一种基于速度终点指导的自监督行人轨迹预测方法，能够根据行人及其邻居的历史轨迹，预测得到多条可能的未来轨迹。该方法包括以下步骤：利用图注意力网络和Transformer分别对过去和未来轨迹进行空间交互特征和时间特征提取；将得到的时空特征送入条件变分自编码器预测得到多个“粗糙”的终点和速度；通过聚类算法对多个“粗糙”的终点进行聚类，划分得到“细化”的终点；将过去的时空特征、“细化”的终点、速度送入解码器得到最终的多条预测轨迹。本发明充分考虑了行人轨迹的交互特征，使用双分支的特征提取网络分别提取时空特征，同时通过自监督任务在不增加额外标注的情况下预测得到了多个终点和速度，并用于指导最终的轨迹生成。更近一步，我们对预测得到的多个终点进行聚类，保留了多种潜在的可能的同时增加了轨迹多样性。

公开(公告)号：CN115880720A

公开(公告)日：2023-03-31

申请号：CN202211502587.7

申请日：2022-11-28

Applicant: 北京工业大学

Inventor： 任柯燕 ,  岳天一 ,  史禹 ,  边青云 ,  谷美颖

IPC: G06V40/10 ,  G06V10/54 ,  G06V10/766 ,  G06V10/774

Abstract: 本发明公开一种自适应无标注场景的单目三维人体估计方法，以单目无标注的图像为输入估计人体的姿态和外形参数。首先，该方法同时以生成范式和回归范式两个学习视角识别目标人体。其中，回归范式的估计结果表现为一种三维人体网格，生成范式的估计结果表现为二维的人体轮廓分割和表面法线纹理贴图。随后，一个视角中置信度最高的估计结果会被筛选作为另一个视角的伪标，填充训练子集。特别的，本发明设计一个名为法线交并比损失的函数，监督法线贴图和三维网格的对齐。为保障在复杂的野外环境中训练的稳定性，本方法的回归范式估计结果由一种对遮挡鲁棒的自注意力回归器预测。综上，本发明所提出的人体估计方法，通过不断学习无标注数据集的分布特征，能有效提高实际部署场景下的人体估计精度，并且可以在复杂的遮蔽环境中稳定的部署。